इसलिए मैं हाल ही में वास्तव में एल्गोरिदम के साथ वास्तव में मोहित हो गया हूं। और मैंने हाल ही में टीएसपी को हल करने के लिए एक चींटी कॉलोनी ऑप्टिमाइज़ेशन एल्गोरिदम लागू किया (स्पष्ट रूप से बहुत मजेदार)। अब मैं हल करने के लिए अन्य "समस्याएं" देख रहा हूं। अब मैं एक प्रतिशत आवश्यकता को पूरा करने और मनमानी सीमा से नीचे होने वाली समस्या को हल करने के लिए एक एल्गोरिदम लागू करना चाहता था।एंटी कॉलोनी ऑप्टिमाइज़ेशन या जेनेटिक एल्गोरिदम प्रतिशत आधारित समस्या
उदाहरण के लिए:
उपयोगकर्ता इनपुट:
1) की सीमा -i.e. खर्च करने के लिए उपलब्ध ऊर्जा की मात्रा।
2) "गुणसूत्र" प्रकार -i.e. नीला (उपप्रकार - इंडिगो, इत्यादि), लाल (उपप्रकार - मारून, आदि), पीला (उपप्रकार - हल्का पीला, आदि) - नीले रंग की तरह प्राथमिक प्राथमिकता में "पूल" चुनने के लिए चयन किया जाता है जिसमें से इंडिगो जैसे विभिन्न उपप्रकार होते हैं, हल्का नीला, समुद्र नीला जो भी हो। -each उप प्रकार के रंग से जुड़ी एक अलग लागत है।
3) "आदर्श" समाधान के लिए आवश्यक प्रकारों का प्रतिशत (अधिक विविधता के लिए अनुमति देने के लिए +/-% पेश कर सकता है)। -i.e. 10% लाल, 30% नीला, 60% पीला।
आउटपुट:
1) संभव अंतिम समाधान है जो दो आवश्यकताओं को पूरा, नीचे जा रहा है - लेकिन के करीब - आवश्यक लागत और supertypes का प्रतिशत आवश्यकताओं को पूरा करने।
तो उदाहरण के लिए।
यह एक बहुत ही सरल उदाहरण है, जाहिर है कि यह वास्तविकता में इससे अधिक जटिल होगा।
उपयोगकर्ता निर्दिष्ट करता है लागत के रूप में इस प्रकार होना चाहिए = लागत < = 105.
उपयोगकर्ता 25% नीले, पीले 25%, 50% लाल चुनता है। +/- 5% विचलन के साथ
प्रत्येक रंग के लिए उपलब्ध पूल
ब्लू: इंडिगो: लागत = 25; सागर नीला: लागत = 30; नेवी ब्लू: लागत = 75;
पीला: हल्का पीला: लागत = 20; डार्क पीला: लागत = 30; सुपर गहरे पीले (एलओएल): लागत = 75;
लाल: मारून: लागत = 20; रक्त लाल: लागत = 45; चमकदार लाल: लागत = 55;
तो एल्गोरिदम चलाएगा और विभिन्न संयोजनों को वापस करेगा।
संयोजन 1: इंडिगो, गहरा पीला, रक्त लाल: लागत = 100: नीला = 25%, पीला = 30%, लाल = 55%।
संयोजन 2: समुद्र नीले, हल्के पीले रंग की, रक्त लाल: लागत = 105: नीले = ~ 30%, पीले = ~ 20%, लाल = ~ 50%
संयोजन 3: इतने पर और बहुत आगे है।
संपादित करें: दूसरा संपादित
आउटपुट विभिन्न संयोजनों के सेट शामिल होंगे।
उदाहरण के लिए, एक समाधान की तरह संयोजन से मिलकर बनता है हो सकता है:
एक समाधान यह द्वारा प्रतिनिधित्व किया जाएगा:
युग्म 1: लागत = 20; 50% नीला, 25% पीला, 25% लाल;
संयोजन 2: लागत = 30; 10% नीला, 50% पीला, 40% लाल;
संयोजन 3: लागत = 50; 25% नीला, 25% पीला, 50% लाल;
समाधान: = (संयोजन 1, संयोजन 2, संयोजन 3) कुल लागत = 100, और यह x% नीले, वाई% पीले, z% लाल के होते हैं;
आवश्यकताओं के समाधान की तुलना करें, अगर इसे बंद कर दें, तो इसे छोड़ दें।
अंत संपादित
तो मेरे सवाल है। मुझे पता है कि आनुवंशिक एल्गोरिदम काम करेगा। लेकिन क्या एसीओ के कामकाज का भी कार्यान्वयन होगा? उदाहरण के लिए, नीला, पीला और लाल "स्थान" के बराबर होगा, फिर उनके उपप्रकार विभिन्न "सड़कों" का प्रतिनिधित्व करेंगे।
बस सोच क्या एक अधिक कुशल समाधान या हो सकता है कुछ अलग एल्गोरिथ्म पूरी तरह से हो सकता है। मैं इस सामान के लिए बहुत नया हूं और बस एक हफ्ते पहले थोड़ा सा पढ़ना शुरू कर दिया।
संपादित करें: पहले संपादित
मुझे लगता है कि मैं 5 अच्छा अनूठा समाधान करना चाहते हैं निर्दिष्ट करना चाहते हैं (5 एक मनमाना संख्या जा रहा है, 3 हो सकता है, 20 हो सकता है)।
आपकी रंग की समस्या के लिए, कोई रैखिक अनुकूलन एल्गोरिदम (उदाहरण के लिए सरल, आंतरिक बिंदु, ...) –
मैं आपके लिए एसीओ के साथ हल करने के लिए एक और दिलचस्प समस्या का सुझाव दे सकता हूं: संसाधन स्तर (कभी-कभी सीआरएसपी कहा जाता है)। टीएसपी के समान। जैसे एक सॉफ्टवेयर विकास टीम और एक कार्य योजना को देखते हुए जहां कार्य पूरा होने के लिए एक-दूसरे पर निर्भर करते हैं और प्रत्येक कार्य किसी विशिष्ट व्यक्ति को सौंपा जाता है, उस कार्यक्रम को ढूंढें जो परियोजना को जल्द से जल्द पूरा करने के लिए मिलता है। –
मुझे अभी एहसास हुआ कि मैंने अपने प्रश्न गलत zzz से पूछा है कि मैं यह बताता हूं कि उम्मीदवार समाधान प्रारंभिक आवश्यकताओं को पूरा करने वाले संयोजनों का एक सेट है। – Odnxe