問題タブ [particle-swarm]

PSO（つまり、荷電PSOと量子PSO）を実装する必要があります。私の質問は次のとおりです。

• 各PSOが使用する速度更新戦略（同期または非同期粒子更新）
• PSOのそれぞれが使用するソーシャルネットワーキングトポロジ（フォンノイマン、リング、スター、ホイール、ピラミッド、4つのクラスター）

今のところ、これらは私の問題です。すべてのあなたの助けをいただければ幸いです。

ありがとう。

マルチコア ボックスでは、Java スレッド スケジューラの決定はかなり恣意的であり、スレッドがいつ作成されたか、どのスレッドから作成されたかなどに基づいてスレッドの優先度を割り当てます。

アイデアは、スレッドの優先度をランダムに設定し、最終的にフィットネス関数がプログラムの合計実行時間である最適な優先度に到達する pso を使用してチューニングプロセスを実行することですか?

もちろん、実行中に優先度が変化して最適な優先度関数を見つけるなど、より多くのパラメーターがあります。

アイデアはどれほど実用的で興味深いものですか？および任意の提案。いくつかの背景として、さまざまなプロジェクトで数年間 Java/c/c++ でプログラミングしてきましたが、別の方法として、c でこれに基づいてスレッド スケジューラを作成することもできます。デフォルトのスレッド スケジューラは OS です。

私は粒子群の最適化を試しており、次の単純なシナリオに最適なアプローチを決定しようとしています:

• 1 次元関数の最適化 (つまり、粒子が 1 つの線に沿って移動している)
• 最適化する関数は、ライン上の任意のポイントでサンプリングできます
• 各位置でサンプリングされた「値」は非常にノイズが多い
• 最適化する基礎となる関数 (ノイズを除く) は非常に単純です (たとえば、単一のグローバル最大値を持つピラミッド、または異なる高さの 2 つのこぶ)。

この問題を解決するため、つまり最小数のサンプルで効率的に最適なものを発見するには、どのような粒子群設計が最適でしょうか?

Rで単純な移動平均交差戦略をチェックしています。2次元のパラメーター空間（短期移動平均の長さ、長期移動平均の長さ）で大規模なシミュレーションを実行する代わりに、粒子群を実装したいと思います。最適なパラメータ値を見つけるための最適化アルゴリズム。私はWebを閲覧していて、このアルゴリズムが非常に効果的であると読んでいました。さらに、アルゴリズムが機能する方法は私を魅了します...

このアルゴリズムをRに実装した経験のある人はいますか？使える便利なパッケージはありますか？

コメントありがとうございます。

マーティン

グローバル最適のトポロジーが各粒子に対して検索され、スウォーム全体に対してグローバルに検索されることを私は知っています。

リング、私はいくつかの近所があることを知っていて、lbest、ローカル最適を検索しました。私の質問：群れ全体にまだグローバルな最適性はありますか？そうでない場合、それらはどのようにすべての異なる近隣を最高にリンクしますか？

リングトポロジの原理や役立つリンクについて説明していただけますか？

この論文で提示された数学を変換しようとしています：

http://www.bouncechairs.net/pskalman-lategecco.pdf

3ページあたりで作業コードに進みます。アルゴリズム自体は 6 ページあたりに記載されていますが、私はギリシャ語も数学も話せません。ので、とりあえず行き詰まっています。

コードを理解していれば、次のように実行されるはずです。

準備:

式 7:

式 8:

式 9:

これは数学が言っていることに近いですか？

事前に感謝します、-JW

私は最近、PSO の基本的なアルゴリズムを実装しました。これは、2 つの変数 (x、y) の関数を指定すると、範囲内の関数の最小値を返します。

問題は、関数が不明であることです。私の PS にはデータ セットが供給されます (データ セットは、モバイル コンピューティングのように、さまざまなドメインからのものである可能性があります)。たとえば、(x,y,f(x,y)) の形式のタプルとします。[学習フェーズ中に最適値も提供されます。] 数千のサンプル データの後、PS は別のデータ セットでテストされます。PS はおそらく最適な値を返す必要があります。つまり、与えられた (x,y) が f(x,y) を返します。

問題は ANN と非常によく似ているように思えます。これをどのように進めればよいかわかりません。私の PS はポリゴンを生成しようとすべきでしょうか?

Java で粒子群最適化 (PSO) を使用しています。私は私たちが何をしているかについてほとんど知識がありません。それ以来、私はバイオインフォマティクスで複数の配列アラインメントを申請しています。

これらのシーケンスを整列させるには、位置と速度を見つける必要があります。PSO に関する詳細な説明と参照、および PSO での速度と位置の計算の必要性が必要です。可能であれば、Java で PSO を説明する簡単な例が必要です。実際、問題を最適化する方法を理解する必要があります。

パーティクルの位置をゲッターとセッターで表現するクラスはこちら

同様に、他のクラスはここで利用できます

粒子群最適化 (PSO) を使用して、複雑なパラメーター化されたモデルのノイズの多いデータへの適合を最適化したいと考えています。データは時系列の薬品濃度値です。

最適化目的関数内で、濃度時系列プロファイルとモデル予測の間の Bray Curtis 距離 [1] を使用して適合度を測定します (モデル予測は、最適化問題の解候補に対応するパラメーターを使用して生成されます)。

現在、濃度データの不正確さを考慮していません。実際には、濃度は整数値に丸められています。PSO ルーチンおよび/または目的関数が入力データの不正確さを「認識」していれば、PSO とのより良いモデル適合を得ることができると思います。

予測時系列とデータ時系列の最小および最大 Bray Curtis 距離を見つけることができますが、PSO コード内でこれらの値をどのように利用するのが最善かわかりません。

進化的最適化のコンテキスト内で候補ソリューションの適合性を評価する際に、データの不正確さに対処する方法について何か提案はありますか?

二次的な問題は、時系列データが機器とタイミングの両方のエラーの影響を受けることです。両方のタイプのエラーが正規分布しており、標準偏差が不変であると仮定して満足していますが、PSO 最適化の適合性を定量化する際に、この不確実性をどのように処理するのが最善かはわかりません。

[1] http://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.braycurtis.html

UCI のデータセットを使用した分類のために、粒子群最適化を使用して MLP ニューラル ネットワークをトレーニングしています。PyBrain を使用して NN を構築し、カスタム コードを使用してネットワークをトレーニングしています。私の質問は、PSO の Xmax、Xmin パラメータ (つまり、NN の重みの範囲) をどのように選択するかということです。