나는 NP 어려운 문제를 풀기 위해 유전자 알고리즘을 사용합니다. 사실, 추가 지역 검색 방법을 사용합니다. 이는 문제가있는 비정상 성을 고려한 임시 절차입니다. 제목 바꾸기 : 꿀벌/개미 식민지 및 PSO 알고리즘에 현대식 GA와 비교하여 기본 단점이 있는지 궁금합니다. 사실, 제 문제를 해결하기 위해 조지아의 선택을 정당화해야합니다. 의도적으로 문제의 이름을 지정하고 싶지 않고 기본 및 명백한 (아마도 유일한) GA 이점을 알고 싶습니다. 우리가 GA를 광고하고 다른 최첨단 메타 이론을 비판하는 임무를 부여받은 것처럼 행동합시다.보다 현대적인 벌/개미 식민지 및 PSO 알고리즘과 비교하여 유전자 알고리즘의 이점이 있습니까?
정규형의 유전 알고리즘은 원래 이진 값의 벡터로 나타낼 수있는 문제를 최적화하기 위해 고안되었습니다. 그런 문제가 있고 그것에 대해 더 이상 알지 못하면 GA가 아마도 가장 먼저 적용될 것이라고 말하고 싶습니다. 그러한 문제들이 어떻게 최적화되는지는 깔끔한 이론적 근거 인 스키마 이론에 기술되어있다.
PSO와 관련된 한 가지 문제점은 매개 변수 조정에 어려움입니다. 득실 대용량, 관성 무게, 개인적 매력과 매력에 대한 매력이 있습니다. 하나의 이산 매개 변수와 세 개의 연속 매개 변수가 있습니다. 그러나 매개 변수의 양은 그다지 중요하지 않지만 그 효과는 중요합니다. 이 매개 변수를 사용하여 모든 종류의 다양한 집단 행동을 생성 할 수 있으며 반 직관적 인 좋은 매개 변수로 조언 된 매개 변수를 보았습니다. 예를 들어 우리의 PSO 구현은 Pederson의 PhD 논문을 기반으로하며 부정적인 개인적인 매력을 갖습니다.
다른 한편으로 GA는 모집단 크기, 돌연변이 비율, 교차, 돌연변이 연산자 및 선택 연산자를가집니다. 그것은 4 개의 개별 매개 변수이고 하나의 연속 매개 변수입니다. 처음에는 많이 보일지 모르지만 종종 2 ~ 3 개의 크로스 오버 연산자를 선택하고 2 ~ 3 개의 뮤 테이션 연산자와 돌연변이 비율은 대개 0보다 큰 경우 성능에 큰 영향을 미치지 않습니다. 그것을 5 % 또는 10 %로하고 그걸로 끝내라. 따라서 인구 규모 및 선택 연산자를 조정할 필요가 없으며 그다지 어렵지 않습니다. 그래서 기본적으로 약 4-5 가지 매개 변수 구성을 시도하고 문제를 해결할 수 있다면 이미 좋은 그림을 얻습니다. 일부 구현에는 또한 교차 확률이 있음을 인정해야합니다.
또한 GA는 조합 최적화에도 사용할 수 있으므로 이진 문제, 연속 문제, 조합 문제를 일으킬 수 있으므로 더 많은 응용 프로그램이 있습니다. 나는 그것이 또한 그 인기의 한 이유라고 생각한다.
저는 GA가 매개 변수와 관련하여보다 강력한 알고리즘이라고 생각합니다 (동작은 물론 변경되지만 PSO에서와 동일한 극적인 방식은 아닙니다). 또한 지속적인 검색 공간에만 국한되지 않으므로 더 광범위하게 적용 할 수 있습니다.
관심이 있으시면 많은 알고리즘이 구현 된 소프트웨어와 여러 가지 문제가 있습니다. 우리는 새로운 문제를 해결하고 알고리즘과 매개 변수를 비교하는 데 사용합니다. HeuristicLab이라고하며 Windows에서 실행됩니다 (GUI가 있음).
GA (Genetic Algorithm)는 NP 하드 문제에 대한 근사 해를 찾는 검색 추론입니다. 당신은 대부분의 현실적인 문제에서 GA에 의해 발견 된 해의 글로벌 최적 성을 증명할 수 없습니다.
PSO (Partial Swarm Optimization)와 GA는 계산 효율과 발견 된 솔루션의 품질을 기준으로 비교할 수 있습니다. 연속 변수에 대한 제약이없는 비선형 문제에서 PSO는 두 기준, 즉 specially in computational efficiency에서 GA를 능가하는 경향이 있습니다.
검색 공간이 불연속적이고 매우 제한적이고 불연속 인 경우 GA는 아마도 고품질 솔루션을 찾습니다. 돌연변이와 교차 연산자는 GA가 검색 공간의 불연속 점을 뛰어 넘고 더 나은 탐색을하도록 도와줍니다. 반면 표준 (표준) PSO는 검색 공간의 연결되지 않은 구성 요소에 달라 붙을 것입니다.
검색 공간의 불연속성은이 분야의 많은 연구자가 간과하고 있지만 많은 실생활 디자인 문제에 존재합니다.