Pracuję nad algorytmem genetycznym.Wielofunkcyjny algorytm genetyczny NSGA-2. Ktoś może mi dać "proste wyjaśnienie"?
Istnieją dwa cele i każdy ma swoje własne wartości fitness (fv1, fv2).
Wiem, jak działa algorytm genetyczny pokoleniowy (SGE) i stacjonarny (SS).
Próbuję zrozumieć, jak NSGA-2 i SPEA-2 (używam realizację biblioteki Java JCLEC) Praca, w szczególności:
- co jest "populacja zewnętrzny" i jak powinno być dobierane
- jaka jest różnica z SS i SGE jednego obiektywnego algorytmu (a częściowo z faktu, każdy ma tylko jedną wartość fitness)
W przypadku ktoś pracuje z biblioteki JCLEC są parametry Konfiguruję:
- populacji zewnętrzny: 1000
- wartość k: 10
- inne cechy są takie same SS i SG (populacja wielkości: 100 krzyżowym: MPX zwrotnicy itp ..)
Bardzo dobre wyjaśnienie. Tylko pytanie: czy możesz sprecyzować, jakie są "parametry", które są używane w tym algorytmie, a NIE w stanie stacjonarnym i algorytmie generacyjnym? (z parametrem I: rozmiar populacji zewnętrznej, itd.) – dragonmnl
Nie jestem pewien, podążam za Tobą. NSGA-II ma takie same parametry jak każde prawdopodobieństwo GA: prawdopodobieństwo mutacji, prawdopodobieństwo crossover, możesz ustawić dowolną żądaną wielkość populacji, wybór dwóch różnych funkcji crossover, a także możesz mieszać rzeczywiste GA i binarne zmienne GA w chromosomie. – rohanag
Hum, nie do końca poprawne, krycie jest wynikiem wyboru turnieju. – reyman64