変数 A を最大化し、変数 B を最小化する非線形フィットネス関数を設計しようとしています。B は最小化する必要があり、A とは対照的に、小さい場合 (1 未満) は重要性が低くなり、大きい場合 (>1) は重要性が高くなるため、指数関数的に減衰します。
主な目標は A を最適化することなので、アナログは A=利益、B=コストだと思います
ルーレットホイールの選択を使用できるように、すべてをポジティブに保つことを目指すべきですか、それともランク/トーナメントのようなシステムを使用する方がよいでしょうか? 私のアルゴリズムの目的は形状の最適化です。
ありがとう
多目的問題を検討するときの目標は、通常、パレート曲線(パレート最適集合) 上にあるすべての解を特定することです。2 次元の視覚的な例については、こちらをご覧ください。アルゴリズムが完了すると、他のソリューションによって支配されていない一連のソリューションが必要になります。したがって、両方の目的を考慮してパレート ランキング メカニズムを定義する必要があります。詳細な説明と、さらに詳しい資料へのリンクについては、こちらを参照してください。
これを念頭に置いて、パレート フロントに沿ってすべてのソリューションを効果的に探索するために、時期尚早の収束を助長する実装は必要ありません。そうしないと、アルゴリズムはパレート曲線の 1 つの特定の領域の探索空間のみを探索します。各反復の最適な解のセットのすべてのメンバーを保持する選択演算子を実装します。つまり、別の + に支配されていないすべての解と、パラメータで制御された他の解の割合です。このようにして、パレート曲線に沿って探索を促進します。
また、ミューテーション オペレーターとクロスオーバー オペレーターも正しく調整されていることを確認する必要があります。進化的アルゴリズムの斬新なアプリケーションでは、問題の一部は、問題領域に最適なパラメーター セットを特定しようとしています...ここが本当に興味深いところです!!
説明は非常に曖昧ですが、実際に関数がどのように見えるべきかについてのアイデアがあり、比例選択を簡単に使用できるように変更する必要があるかどうか疑問に思っていると仮定すると、いいえ. フィットネス機能に関係なく、おそらくデフォルトでトーナメント選択などを使用する必要があります。選択圧力を制御することは、一貫して良い結果を得るために必要な最も重要なことの 1 つですが、ルーレット ホイールの選択ではその制御ができません。通常、非常に早い段階で大きなプレッシャーがかかるため、早期の収束が促進されます。いくつかのケースではそれが望ましいかもしれませんが、私が調査を開始する場所ではありません.