genetic-algorithm - シミュレーテッド バイナリ クロスオーバー (SBX) クロスオーバー オペレーターの例

Question

私は研究チームで多目的エンジニアリングの問題を解決するために働いており、NSGA-IIアルゴリズムに専念していますが、今は立ち往生しており、SBX クロスオーバーが数値例でどのように機能するかを理解する必要があるため、それを実装したり、既製のコードがある場合でも、問題に応じて適応できますが、最初に数値例を確認する必要があるため、次に進むことができます。そのためのリソースがあれば、http://www.slideshare.net/でプレゼンテーションしか見つかりませんでしたが、例はありません。

Answer 1

この質問は古いですが、学術論文を読むことをお勧めします:

• DEB、カリヤンモイ。AGRAWAL、Ram Bhushan。連続探索空間のシミュレートされたバイナリ クロスオーバー。複雑なシステム、v. 9、n。2、p。115-148、1995年。
• VARGAS、Dênis EC。Um Estudo dos Parametros do Algoritmo NSGA-II com ooperador SBX em Problemas de Otimização Estrutural Multiobjetivo. ブラジル計算応用数学協会の議事録、v. 7、n。2018 年 1 月 1 日。
• CRUZ、フレデリコ・ロドリゲス・ボルヘス・ダ 他 Abordagem multiobjetivo para otimização de redes de filasfinitas. 2012年。

このリンクで入手できる記事も役立つ場合があります。

また、github にはmsu-coinlab/pymoo NSGA python 実装があり、そこには、構築できる実装を含むSimulated_binary_crossover.pyファイルがあります。

公式化する子供の数を計算するには、次のようにします。

• 
• 

AZEVEDO (1) は異なる式を使用します。

• 
• 

ベータ関数 ( β i) を計算するには、確率分布を使用します。

ベータ ( β i)を計算するには:

ηはユーザー定義の分布のインデックスです (負ではない)

クロスオーバーから得られる浮動小数点数を計算する手順は次のとおりです。

1. 乱数 µ ~ (0,1) を設定します。
2. 上記の式から共有するβiを計算します。
3. βiを使用して上記の式を使用して子を生成します。

追加の参照:

(1) アゼベド、カルロス・レナト・ベロ。Geração de Diversidade na otimização dinâmica multiobjetivo evolucionária por paisagens de não-dominância. 2011. Dissertação de Mestrado。ペルナンブコ連邦大学。