遗传算法：在不知道确切组数的情况下对学生进行分组答案

【问题标题】：Genetic Algorithm: Grouping students without knowing exact number of groups遗传算法：在不知道确切组数的情况下对学生进行分组
【发布时间】：2019-10-30 14:43:53
【问题描述】：

我的学生有明确的水平。一些学生来自上周的小组，其中一些是新来的。前一周的学生应该留在他们的小组中。组有一个级别，该级别由包含学生级别的平均值计算得出。如果学生级别和组级别的差异小于定义的限制（例如3），则可以将新学生添加到组中。还有最小和最大组大小。如果组中没有足够的空间，我们应该创建一个新的。我试图用聚类算法（分层和非分层）来解决，但它们都不适合我的情况。我需要创建最少数量的组。

我想知道遗传算法是否有效。染色体的基因将代表一个学生和他们分配到一个班级。健身功能部分将使用所有约束（最大组大小，最小组大小）。正如我对应用遗传算法所了解的那样，我需要知道组数，这在我的情况下并不清楚。有什么想法吗？

【问题讨论】：

“初始人口的最佳方式”是什么意思？这听起来像是对某些系统设计的要求（题外话）。
我们需要您完全定义问题，以及到目前为止您为开发算法所做的工作。是什么决定了新学生是否加入特定的小组？什么可以强制组建一个新的群体？什么评估决定了最佳分组？
我已经编辑过了。
没有可以确定最佳分组的评估。我们应该有尽可能少的组。

标签： grouping genetic-algorithm

【解决方案1】：

是的，遗传算法可以工作。我不确定你从哪里得到你必须知道组的数量的想法。遗传算法所需要的只是一个生成孩子的生成器，一个判断哪些孩子最好的适应度函数，以及一些数量参数（为下一代保留多少父母，生产多少孩子，......在生成器中）。

我建议您的个体（“染色体”）是新一代群体的列表。为了节省时间，您的生成器应该只产生可行的孩子：那些满足组大小要求的孩子。任何不满足这些要求的孩子都应该被跳过和替换。

这个场景中的主要工作是设置一个知道如何拆分组的生成器：当你发现一个新学生需要一个新组时，你必须从其他组中抽取min_group_size-1 个学生。如果您同时拥有所有新生，那么您可以做出全局决策。

这足以让你朝着有用的方向前进吗？

根据用户评论更新：

您无法保证使用遗传算法找到最佳答案。
染色体数量取决于最适合您的方式。您需要处理各种可能的组分配以及新组。这是您必须尝试的地方；欢迎使用机器学习。

我会从“舒适”的染色体数量开始调查，也许是群体数量乘以 sqrt（新生数量）。根据时间限制，我认为 20 到 200 条染色体对你有好处。您衡量成功的关键指标是它找到出色解决方案的频率，以及您花费了多少时间来寻找它。

【讨论】：

感谢您的回答，是的，它对我帮助很大。还有一个问题。那么在这种情况下，我最初应该创建多少条染色体？确保找到最佳解决方案。
非常感谢！它让我对某些部分有了清晰的了解。

【解决方案2】：

是的，可以在优化的帮助下形成学生组。遗传算法（GA）不是唯一一种应用于特定问题的优化算法，还有粒子群优化（PSO）。在最近的一项研究中，实施了 PSO 以将学生分类为未知数量的组。与 GA 相比，PSO 显示出改进的能力。我认为你所需要的只是具体的研究。

论文是：使用粒子群优化形成学习者的自动组以应用差异化教学

你可以在这里找到论文：https://doi.org/10.1002/cae.22191

也许研究人员可以引导您通过研究之门： https://www.researchgate.net/publication/338078753

正如我所见，研究人员使用每个簇的特征作为解决方案向量（染色体），并结合确定组数的阈值（非常有趣 - 我认为这正是您所需要的）。

希望对你有帮助

【讨论】：