zoukankan      html  css  js  c++  java
  • 【项目】优化算法设计(四):姚金涛老师的建议

    昨天(2008.3.7)在笑林寺的帮助下见到了SCAU信息学院主讲人工智能的姚金涛老师,我提了一些遗传算法相关的问题,姚老师给了我很多建议,也纠正了我的一些错误的观念,让我获益良多。在此十分感谢笑林寺(潘汝欣)同学。

    我首先就关于遗传算法的参数设置能否简化提了个问题。姚老师说可以使用自适应的遗传算法。自适应的遗传算法可以根据每一代的进化结果,动态调整交叉率,变异率,通过这样来调整搜索压力,搜索方向。

    而关于遗传算法全局搜索和收敛的问题。姚老师说,遗传算法的全局搜索能力并不强,可以结合一下模拟退火算法(SA)。遗传算法很容易陷入局部最优跳不出来,而模拟退火算法在理论上是100%得到全局最优的,当然搜索的代价也是蛮高的。

    另为他还纠正了我一个认识上的错误。我一直以为遗传算法收敛,就是进化到指定的世代数。姚老师说所谓的“遗传算法收敛”是进化到所有个体都一样。在《智能优化方法》(高等教育出版社)中遗传算法相关部分提到:“遗传算法的停止准则一般采用设定最大代数的方法”(P28),但之后的“改进与变形”一节中的停止准则又有“F(平均)/F(max)接近1”,“|F(max)-F(平均)|<e”一说。它说明,用最大代数作为停止准则虽然简单,但不准确。我想这是由于遗传算法有一定的随机性吧。书上说应该用种群适应度的一致性来判断。

    还有的就是如果不是多台机器,使用并行技术没有多大用处的。而且遗传算法本身就具有并行性,种群中的每个个体都相当于并行搜索解空间中的最优解。

    另为姚老师说只是单资源的话并不难,想做好的话可以考虑多资源的均衡,就是多目标调整。这方面的可以看看“权”,“支配”,“柏拉图”方面的论文,已经有很多的研究成果了。

    与姚老师的谈话,给我继续深入项目的研究指明了方向。但他也是给我指出了方向,具体研究的工作还要我一步步去实现。
  • 相关阅读:
    哈希表及其应用分析
    程序员常用的查找算法
    程序猿必备排序算法及其时间复杂度分析
    递归和回溯求解8皇后问题
    链表种类及其常用操作
    为什么要使用稀疏矩阵??
    微服务项目持续集成部署流程简介
    微服务项目的docker自动化部署流程
    (高考标准分)数据拟合==>多项式方程==>excel公式算成绩(标准分)
    awk用名称对应关系批量重命名
  • 原文地址:https://www.cnblogs.com/alonecat06/p/1096225.html
Copyright © 2011-2022 走看看