我有一个简单的模型,其中包含一些我试图最大化的适应度函数。该模型有约 20 个变量,每个变量约 15 个选项。是否有启发式公式或某种研究可以指导我最好的:
- 人口规模
- 世代
当然还有其他选项,例如突变率/交叉率,但我主要对上面的 2 个感兴趣。
我有一个简单的模型,其中包含一些我试图最大化的适应度函数。该模型有约 20 个变量,每个变量约 15 个选项。是否有启发式公式或某种研究可以指导我最好的:
当然还有其他选项,例如突变率/交叉率,但我主要对上面的 2 个感兴趣。
是否有启发式公式或某种研究可以指导我最好的
也许吧,但我不知道。我的方法是进行一些实验,并观察不同种群规模值的收敛速度,通常在 50 到 500 之间。我的经验是,通常这个参数不会有很大的影响(尤其是与突变/交叉率),因此出于效率原因,我倾向于保持低位。
技术上不需要指定代数,只要有一个标准来检查收敛,无论是手动还是编程。我认为拥有这样一个标准更重要,因为总是存在预定义的代数不足的风险。