8

私は遺伝的アルゴリズムに取り組んでいます。

2 つの目標があり、それぞれに独自のフィットネス値 (fv1、fv2) があります。

世代 (SGE) および定常状態 (SS) の遺伝的アルゴリズムがどのように機能するかを知っています。

特に、NSGA-2 と SPEA-2 (Java ライブラリ JCLEC の実装を使用しています) がどのように機能するかを理解しようとしています。

  • 「外部人口」とは何か、またその規模をどのように決定すべきか
  • SS と SGE の 1 つの目的のアルゴリズムとの違いは何ですか (各個人が 1 つのフィットネス値しか持たないという事実の一部)

誰かが JCLEC ライブラリを使用している場合、これらは私が設定したパラメーターです。

  • 外部人口: 1000
  • k値: 10
  • 他の属性は SS と SGE と同じです (population-size:100 、クロスオーバー: MPX クロスオーバーなど)。
4

3 に答える 3

25

NSGA-IIの説明はこちら

  1. まず、母集団をランダムに初期化します。
  2. 染色体は、パレート非優性集合に基づいてソートされ、フロントに配置されます。パレート フロント内では、染色体はソリューション間のユークリッドまたは I-dist (NSGA-II で使用される用語) に基づいてランク付けされます。一般に、他のソリューションから遠く離れている (混雑していない) ソリューションは、選択時に高い優先度が与えられます。これは、多様なソリューション n セットを作成し、混雑したソリューション セットを回避するために行われます。
  3. 現在の集団から最良の N (集団) 染色体が選択され、交配プールに入れられます。
  4. メイティングプールでは、トーナメントセレクション、クロスオーバー、メイティングが行われます。
  5. 交配プールと現在の人口が組み合わされます。結果のセットはソートされ、最良の N 染色体が新しい集団になります。
  6. 最大世代数に達していない場合は、ステップ 2 に進みます。
  7. ソリューション セットは、最新の母集団から最高ランクのパレート非優勢セットです。
于 2012-06-16T15:44:45.540 に答える
5

機能を非常によく説明しているこれらのアルゴリズムに関する論文を読むことをお勧めします。

  • デブ、プラタブ、アガルワル、メヤリヴァン。高速でエリート主義的な多目的遺伝的アルゴリズム: NSGA-II。進化計算に関する IEEE トランザクション 6(2)、pp. 182-197、2002 年。
  • ジッツラー、ローマン、ティーレ。SPEA2: 強度パレート進化アルゴリズムの改善。テクニカル レポート (TIK-103)、スイス連邦工科大学 (ETH)、2001 年。

これらの出版物の PDF を Web 上で見つけることができると確信しています。

定常GAと世代GAの違いについて：世代交代では、古い集団の遺伝子だけを使って、古い集団と同じサイズのまったく新しい集団を作り、それをまとめて置き換えます。定常状態の置換では、新しい個体を 1 つだけ作成し、それが母集団内の 1 つの個体を置き換えます。通常、定常状態の GA はより速く収束しますが、世代置換を使用する場合ほどフィットネスの状況を調査しないため、適切な局所最適値を見つける可能性は低くなります。もちろん問題にもよりますが、古い世代をどれだけ置き換えたいかを選択できる場合もあります。これにより、これら2つの間で任意のスケールを設定できます。

AbYSSやPAESなど、さらに多目的アルゴリズムがあります。

于 2012-06-10T11:27:15.753 に答える