【问题标题】:designing fitness function in genetic algorithm在遗传算法中设计适应度函数
【发布时间】:2011-04-07 17:08:14
【问题描述】:

我需要求解变量在很大范围内变化的联立线性方程(5 个有 7 个未知数的方程,即一个未定问题) [0 - 1,00,000]。有人可以建议我应该使用什么健身功能吗?

【问题讨论】:

    标签: genetic-algorithm


    【解决方案1】:

    我猜你指的是一个有 7 个变量的 5 个线性方程组。

    This paper 似乎显示了您正在寻找的内容。您基本上需要定义一个成本函数并使用 GA 将其最小化。在 pdf 中搜索“健身功能”以了解具体操作方法。这个想法是找到一些衡量您的变量集与系统解决方案(或解决方案在您的情况下)的近似程度。

    【讨论】:

    • 嗨,John,我已经阅读了这篇论文,但没有详细介绍该方法。作者有两个未知变量,但在我的情况下,我有 5 个方程和 7 个未知数,其中变量值的范围从 1 到 10,00,000。我已经定义了一个目标函数来检查变量集(x1,x2....x7)与常量,即y1,y2,...y5。由于手头有这 5 个方程,我不知道如何设计适应度函数。
    • 您好,您是否还有论文的链接或名称?似乎链接已死。我很想阅读这篇论文,因为我还需要设计一个适应度函数
    【解决方案2】:

    假设你的系统是这样写的: e_1(x1, x2, ..., x7) = 0 e_2(x1, x2, ..., x7) = 0 ... e_5(x1, x2, ..., x7) = 0

    然后一个适应度函数 F(x1, x2, ..., x7) = abs(e_1(x1, ..., x7)) + abs(e_2(x1, ..., x7) + ... + abs(e_5(x1, ..., x7) 可以解决问题。您可能可以将 + 更改为其他内容(例如 @JohnIdol 提到的文章中提出的乘法或最大运算符)

    这可能也适用于非线性系统。

    【讨论】:

      猜你喜欢
      • 2020-05-12
      • 2023-02-20
      • 2011-10-07
      • 1970-01-01
      • 2011-12-21
      • 2017-09-26
      • 2018-04-10
      • 2023-03-15
      • 2014-09-11
      相关资源
      最近更新 更多