極小値/極大値の問題を回避するためにシミュレートされたアニーリングなどを使用することを提案するいくつかの投稿や記事に出くわしました。
十分に大きなランダム母集団から始めた場合、なぜこれが必要になるのか理解できません。
初期集団が実際に十分に大きくランダムであることを確認するための別のチェックですか? それとも、これらの手法は「良い」初期集団を生成するための単なる代替手段ですか?
1668 次
3 に答える
3
シミュレーテッドアニーリングは、極小値/極大値に閉じ込められる可能性が温度のスケジューリングに依存する確率的手法です。スケジューリング温度は、問題の種類によって異なります。進化的アルゴリズムははるかに堅牢であり、極小値/極大値に閉じ込められる可能性が低くなります。SAは確率的です。一方、EAは、検索空間にランダムウォークを導入する突然変異を使用します。そのため、EAはグローバル最適値を取得する可能性が高くなります。
于 2012-01-06T16:53:37.660 に答える
1
まず、シミュレーテッド アニーリングは最後の手段です。極小値がどこにあるかを発見するための、はるかに優れた、より効率的で効果的な方法があります。
より良いチェックは、分散や標準偏差などのデータセットに関する情報を明らかにするために統計的方法を使用することです.
于 2010-01-19T15:24:39.597 に答える