जेनेटिक एल्गोरिदम, बड़ी आबादी बनाम छोटे

Question

मैं सोच रहा हूं कि आबादी के आकार के लिए अंगूठे का सामान्य नियम है या नहीं। मैंने एक पुस्तक में पढ़ा है कि 2x गुणसूत्र लंबाई एक अच्छा प्रारंभिक बिंदु है। क्या मैं यह मानने में सही हूं कि अगर मेरे पास 5 चर के साथ समीकरण था, तो मुझे 10 की आबादी होनी चाहिए?

बड़ी आबादी के आकार:

यदि निम्न इम भी सोच सही है।

सकारात्मक: बड़ी विविधता इतना अधिक लक्षण जो कि एक अच्छा फिटनेस लौटने पर लेने की संभावना है।

विपक्ष: प्रक्रिया के लिए अधिक समय की आवश्यकता है।

बनाम

छोटे जनसंख्या आकार।

सकारात्मक: बड़ा प्रति इकाई समय का अनुभव पीढ़ियों की संख्या।

विपक्ष: छोटी आबादी की क्षतिपूर्ति के लिए उत्परिवर्तन अधिक प्रमुख होना चाहिए ??

संपादित

एक छोटी सी अतिरिक्त जानकारी, कहते हैं कि मैं एक समीकरण जो 5 अज्ञात पैरामीटर की है। प्रत्येक पैरामीटर के लिए मेरे पास 10-50 मानों के बीच कहीं भी है, मैं इन चरों में से प्रत्येक को असाइन करना चाहता हूं। उदाहरण के लिए

variable1 = 20 विभिन्न मूल्यों variable2 = 15 विभिन्न मूल्यों ...

मैंने सोचा था कि एक जीए ऐसी समस्या के लिए एक सभ्य दृष्टिकोण होगा के रूप में खोज अंतरिक्ष काफी बड़ी, यानी सबसे खराब स्थिति है उपर्युक्त के लिए 312,500,000 क्रमपरिवर्तन होंगे (जब तक कि मैं खराब नहीं हो जाता?) एन!/(एनके)! जहां एन = 50 और के = 1 => 50 * 50 * 50 * 50 * 50

दुर्भाग्यवश पैरामीटर/मानों की रेंज की संख्या जांचने के लिए बहुत भिन्न हो सकती है, इसलिए मैं अंगूठे के किसी प्रकार के नियम की तलाश में था मुझे आबादी को कितना बड़ा सेट करना चाहिए।

आपकी सहायता के लिए धन्यवाद + यदि चैट रूम में से किसी एक में चर्चा करने के लिए आपको कोई और जानकारी चाहिए/पसंद करना है, तो बस मुझे चिल्लाओ।

Answer 1

मुझे यकीन नहीं है कि आप कहां पढ़ते हैं कि 2x गुणसूत्र लंबाई एक अच्छा प्रारंभिक बिंदु है, लेकिन मुझे लगता है कि यह एक ऐसी पुस्तक है जो बड़ी समस्याओं पर केंद्रित है।

यदि आपके पास केवल पांच चर हैं, तो आनुवंशिक एल्गोरिदम शायद समाधान पर अभिसरण करने का सही विकल्प नहीं है। पांच की गुणसूत्र लंबाई के साथ आप शायद यह पता लगाने जा रहे हैं कि आप बहुत कम समय तक एक गैर-निर्धारिती (यह बाद के रनों में बदल जाएगा) स्थानीय न्यूनतम और धीरे-धीरे उस स्थान के चारों ओर फिर से घूमते हैं जब तक आपको वास्तविक स्थानीय न्यूनतम न मिल जाए।

हालांकि, यदि आप जीए का उपयोग करने के लिए आग्रह करते हैं तो मैं इस समस्या के लिए अंगूठे के नियम को त्यागने का सुझाव दूंगा और वास्तव में जनसंख्या शुरू करने के बारे में सोचता हूं कि अंतिम समाधान से आप कितना दूर यादृच्छिक समाधान की अपेक्षा करते हैं।

कारण यह है कि अंगूठे के कई नियम गुणसूत्र लंबाई पर निर्भर हैं क्योंकि यह मेरे लिए एक सभ्य प्रॉक्सी है, यदि मेरे पास सौ चर हैं, और यादृच्छिक रूप से उत्पन्न डीएनए अनुक्रम आदर्श से आगे होने वाला है, तो मेरे पास केवल एक चर

इसके अतिरिक्त, यदि आप गणना तीव्रता के बारे में चिंतित हैं तो मैं आगे बढ़ने जा रहा हूं और कहूंगा कि यह कोई मुद्दा नहीं होना चाहिए क्योंकि आप ऐसे छोटे समाधान सेट से निपट रहे हैं। मुझे लगता है कि एक बेहतर इस तरह छोटे सेट के लिए अंगूठे का नियम की तर्ज पर होगा:

(ln(chromosome_length*(solution_space/granularity)/mutation_rate))^2 

एक निरंतर में फेंक दिया के साथ शायद विशेष समस्या के पैमाने पर करने के।

यह निश्चित रूप से अंगूठे का एक महान नियम (कोई नियम नहीं है) नहीं है, लेकिन यहाँ यह के लिए मेरे तर्क है:

• गुणसूत्र लंबाई सिर्फ समाधान अंतरिक्ष के आकार के लिए एक प्रॉक्सी है, इसलिए खाते में का आकार ले रही है समाधान अंतरिक्ष जरूरी इस प्रॉक्सी
• एक छोटे उत्परिवर्तन की दर एक बड़ी आबादी के आकार जरूरी तथ्य यह है कि आप और अधिक स्थानीय न्यूनतम में फंस जाते हैं होने का खतरा
• अंगूठे का कोई नियम एक के बाद से लघुगणकीय पैमाने पर करना चाहिए के लिए क्षतिपूर्ति करने की सटीकता में वृद्धि होगी जेनेटिक एल्गोरिदम आपके समाधान स्थान की वृक्ष खोज के समान है।
• स्क्वायर टर्म अधिकतर इसका प्रयास करने का नतीजा था, लेकिन ऐसा लगता है कि लॉगरिदमिक स्केलिंग थोड़ा आक्रामक था, हालांकि सामान्य आकार सही लग रहा था।

हालांकि मुझे लगता है कि एक बेहतर विकल्प एक उचित संख्या (100) में शुरू करने और जब तक आप एक जनसंख्या के आकार कि निष्पादन की गति के साथ सटीकता को संतुलित करने लगता है खोजने के ऊपर और नीचे पुनरावृत्ति कोशिश करते हैं और करने के लिए किया जाएगा।

Answer 2

अधिकांश जेनेटिक एल्गोरिदम पैरामीटर के साथ जनसंख्या का आकार समस्या पर अत्यधिक निर्भर है। ऐसे कुछ कारक हैं जो इस दिशा में इंगित करने में मदद कर सकते हैं कि आपके पास बड़ी या छोटी आबादी का आकार होना चाहिए, लेकिन आपकी समस्या पर चलने से पहले ज्ञात समाधान के विरुद्ध कई मूल्यों का परीक्षण करना एक अच्छा विचार है (यदि यह है निश्चित रूप से संभव)।

10 की आबादी का आकार अपेक्षाकृत छोटा लगता है। आप कहते हैं कि आपके पास पांच चर के साथ समीकरण है। क्या आपकी समस्या 5 मूल्यों के गुणसूत्र द्वारा दर्शायी जाती है? यह गुणसूत्र के लिए छोटा लगता है और यदि ऐसा है तो यह संभावना है कि आनुवांशिक एल्गोरिदम का उपयोग समस्या को हल करने का सबसे अच्छा तरीका नहीं हो सकता है। शायद अगर आप अपनी समस्या पर थोड़ा अधिक विवरण देते हैं और आप इसका प्रतिनिधित्व कैसे कर रहे हैं तो लोगों को आपको सलाह देने का बेहतर विचार हो सकता है।

मैं यह भी जोड़ूंगा कि बड़ी और छोटी आबादी के आकार के लिए आपका विपक्ष बिल्कुल सही नहीं है। एक बड़े आबादी के आकार को एक छोटे से की तुलना में अधिक समय लगता है लेकिन चूंकि यह अक्सर समस्या को हल कर सकता है, तो कुल मिलाकर प्रसंस्करण समय आवश्यक नहीं है। लाभ, यह समस्या पर अत्यधिक निर्भर है। एक छोटी आबादी के आकार उत्परिवर्तन के साथ और अधिक महत्वपूर्ण नहीं होना चाहिए। उत्परिवर्तन आम तौर पर जेनेटिक एल्गोरिदम को स्थानीय अधिकतम में फंसने से रोकने के लिए प्रयोग किया जाता है और आमतौर पर बहुत कम मूल्य होना चाहिए। एक छोटी आबादी स्थानीय अधिकतम में फंसने की अधिक संभावना है, लेकिन यदि आपके पास उत्परिवर्तन मूल्य है जो बहुत अधिक है तो आप अनुवांशिक एल्गोरिदम के प्राकृतिक सुधार को समाप्त कर सकते हैं।