【发布时间】：2012-02-13 16:09:55
【问题描述】：
我在一个很小的研究团队工作，在 Scala 中创建/调整遗传算法库，用于使用 Scientific Worklow System 进行分布式计算，在我们的例子中，我们使用开源 OpenMole 软件 (http://www.openmole.org/)。
最近，我尝试理解并重新实现用 JMetal Metaheuristics 库 (http://jmetal.sourceforge.net/) 编写的 SBX 交叉算子，以适应我们 Scala 库中的函数版本。
我写了一些代码，但我需要我们的建议或您对 java 库中定义的 SBX 的验证，因为源代码 (src in svn) 看起来不等于这里写的原始方程式：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.33.7291&rep=rep1&type=pdf 在页面30，在附件A中
第一个问题，我不明白 JMetal 的 java 版本，为什么它们使用两个不同的 beta 值？！
- beta1 在等式中使用 min[(y1 - yL), ...] 和 的第一个参数
- beta2 使用 min [... , (yu - y2)]) 的第二个参数
Beta 1 和 2 用于计算 alpha 值和 2（所以这里和 jmetal 中我们也有两个不同的 alpha 值 alpha1 和 2）...
同样的问题/问题，我们在 jmetal 中对 betaq（java 代码）或 Deb 方程进行了两次计算，结果为：
第二个问题，SBX伪算法（2）和（3）过程中使用的符号是什么意思，和简单的beta有什么区别？尤其是当我们想要计算交叉父母的孩子/后代时，就像这里：
编辑
更正空操作 if/else 块
-
jmetal 中的代码作者给了我 Nsga-II 算法的原始源代码的链接，他解释说 Deb 对 SBX 的描述与他的实现不同：/
http://www.iitk.ac.in/kangal/codes.shtml
我不明白jmetal和原始源代码中描述和实现的区别，你有解释吗？
正确的 if/else 返回地图
开始翻译成scala
class SBXBoundedCrossover[G <: GAGenome, F <: GAGenomeFactory[G]](rate: Random => Double = _.nextDouble) extends CrossOver [G, F] {
def this(rate: Double) = this( _ => rate)
def crossOver (genomes : IndexedSeq [G], factory: F) (implicit aprng : Random) = {
val g1 = genomes.random
val g2 = genomes.random
val crossoverRate = rate(aprng)
val EPS = 1.0e-14
val numberOfVariables = g1.wrappedValues.size
val distributionIndex = 2
val variableToMutate = (0 until g1.wrappedValues.size).map{x => !(aprng.nextDouble < 0.5)}
//crossover probability
val offspring = {
if (aprng.nextDouble < crossoverRate) {
(variableToMutate zip (g1.wrappedValues zip g2.wrappedValues)) map {
case (b, (g1e, g2e)) =>
if(b) {
if (abs(g1e - g2e) > EPS){
val y1 = min(g1e, g2e)
val y2 = max(g2e, g1e)
var yL = 0.0 //g1e.getLowerBound
var yu = 1.0 //g1e.getUpperBound
var rand = aprng.nextDouble // ui
var beta1 = 1.0 + (2.0 * (y1 - yL)/(y2 - y1))
var alpha1 = 2.0 - pow(beta1,-(distributionIndex+1.0))
var betaq1 = computebetaQ(alpha1,distributionIndex,rand)
//calcul offspring 1 en utilisant betaq1, correspond au β barre
var c1 = 0.5 * ((y1 + y2) - betaq1 * (y2 - y1))
// -----------------------------------------------
var beta2 = 1.0 + (2.0 * (yu - y2) / (y2 - y1))
var alpha2 = 2.0 - pow(beta2, -(distributionIndex + 1.0))
var betaq2 = computebetaQ(alpha2,distributionIndex,rand)
//calcul offspring2 en utilisant betaq2
var c2 = 0.5 * ((y1 + y2) + betaq2 * (y2 - y1))
if (c1 < yL) c1 = yL
if (c1 > yu) c1 = yu
if (c2 < yL) c2 = yL
if (c2 > yu) c2 = yu
if (aprng.nextDouble <= 0.5) {
(c2,c1)
} else {
(c1, c2)
}
}else{
(g1e, g2e)
}
}else{
(g2e, g1e)
}
}
}else{
// not so good here ...
(g1.wrappedValues zip g2.wrappedValues)
}
}
(factory.buildGenome(offspring.map{_._1}), factory.buildGenome(offspring.map{_._2}))
}
def computebetaQ(alpha:Double, distributionIndex:Double, rand:Double):Double = {
if (rand <= (1.0/alpha)){
pow ((rand * alpha),(1.0 / (distributionIndex + 1.0)))
} else {
pow ((1.0 / (2.0 - rand * alpha)),(1.0 / (distributionIndex + 1.0)))
}
}
非常感谢您的建议，或帮助解决这个问题。
SR
【问题讨论】：
-
你想用
if (g1e < g2e){ var y1 = g1e var y2 = g2e } else { var y1 = g2e var y2 = g1e }完成什么？该代码无效。为什么不只是val y1 = min(g1e, g2e), y2 = max(g2e, g1e);？ -
整个 if-else 代码都是 No-Op。
-
@reyman64，Scala 块不是作用域吗？
-
@MikeSamuel，你是对的，对不起，我更新了代码
标签： java scala artificial-intelligence genetic-algorithm mathematical-optimization