نقل قول:
نوشته اصلي بوسيله raha_hakhamanesh
با سلام
1- چرا درصدی از جمعیت؟ در جهش هیچ تمایزی برای هیچ نسلی قائل نمیشیم (مثال: حتی کودک فقیر باید بتواند به ثروت برسد)
2- چرا چند مرتبه؟
3- اگر هدف جستجوی کمینه باشد بله
بطور کلی:
طی فرآیند جهش این قابلیت را به تمام نسل ها میدهیم تا به شایستگی بیشتر دست یابند (نکته1) همچنین باید توجه داشته باشیم اگر چه ظاهرا جهش خوب است (نکته2) ولی اجازه نداریم مقدار آن را زیاد در نظر بگیریم (معمولا 1% در نظر گرفته می شود)؛ یعنی چی؟ یعنی فرض کنیم در یک مرحله از الگوریتم ژنتیک 20نسل داریم، برای تک تک نسل ها به ازای هز ژن یک عدد تصادفی تولید کنید در بازه 0 تا 100، اگر عدد مذکور 1 یا کمتر بود آنوقت جهش بر روی آن ژن اعمال شود. مسلما توقع داریم اگر 100 ژن داشته باشیم یکی از آنها تغییر کند منتهی توجه کنید توقع داریم! یعنی می تواند هیچ ژنی تغییر نکند و می تواند چند ژن تغییر کنند این ندیگر بستگی به عدد تصادفی دارد.
نکته 1: ممکن است برخی نمونه ها شایسنگی کمتر کسب کنند
نکته 2: اگر مقدار جهش زیاد باشد ممکن است اتفاق های بدی رخ دهد یعنی مثلا فرض کنید طی crossover های بسیار خوب در حال بالارفتن از یک قله هستیم (تابع هدف) دقیقا زمانیکه نزدیکیهای قله می شویم ناگهان بر اثر یکی از جهش ها (که احتمال رخدادش زیاد شده) به یک قله نه چندان مطلوب دیگر انتقال یابیم در اینصورت است که برنامه دچار کوبیدگی می شود و زمان خاتمه بشدت افزایش می یاید.
من فکر کنم منظور استادتان استفاده از اپراتورهای بشکل ماسک است! اگر ایشان در پردازش تصویر هم دستی داشته باشد معمولا از crossover, mutation های بشکل ماسک نیز استفاده می شود.
موفق باشید
|
چون هدفم فرار از مینیمم لوکال هست! شاید یک جهش باعث نشه من از این لوکال خارج شم! چند جهش روی dna انجام میدم و هر کدوم کم هزینه تر بود بر میگزینم! احتمال اینکه از لوکال فرار کرده باشیم بیشتر میشه دیگه! یعنی اگه کلا 10 تا ژن داشته باشم یه بار 10 % بار دیگه 20 % و.... در نهایت 100% ژن رو جهش میدم.... هر کدوم کم هزینه تر شد انتخابش می کنم به عنوان فرزند...
یعنی اگر خدا به سبک من عمل میکرد شاید الان انسان پرنده هم وجود داشت و از این مینیمم لوکال در رفته بودیم!
تا ماسک رو هم قبول نداشت! یعنی گفت سینگل پوینت هم بکنی قبول هست ولی رندم نقطه رو انتخاب نکن ! بررسی کن یه نقطه خوب برای سینگل پوینت انتخاب کن! یا اگه با احتمال اون نقطه رو انتخاب میکنه توزیع یکنواخت نباشه و دلیل داشته باش...
می خواستم ببینم روش های جدید چی هست همینجوری ازشون استفاده کنم دهن پر کن باشه...
نقل قول:
نوشته اصلي بوسيله mahdi053
درواقع جهش تنها عامل بهینگی محلی نیست، هر سه اپراتور تو این مورد سهم دارند اما این سهم اگر خیلی زیاد یا خیلی کم باشه هم تاثیر منفی داره.
جهش باعث میشه شما فضای بیشتری رو از فضای حل جستجو کنید و این در حالی هست که crossover در فضایی که توش هستید کار می کنه و البته نخبه گرایی (اپراتور سوم) هم همینکار رو در کل فضای جستجو شده تا حال، اما اینکه شما چند مرتبه یک کرومزوم رو بردارید و ژنهاش رو دستکاری کنید نوآوری نیست، مثل اینه که شما تو Crossover بجای تک نقطه از چند نقطه استفاده کنید.
می تونید یه نگاهی بیندازید به سایت متلب سایت و تو اون از عنوانهای مطالب ایده بگیرید، مثلا تلفیق زنتیک و عصبی و ... اینهم می تونه کمک کنه.
بنظرم اینها رو لیست کن و به استاد نشان بده و نظرش رو بپرس تا وقتی یکی رو انتخاب کرد اونوقت بیشتر می شه روش مانور داد.
|
من وقتش رو بهم نداده که بتونم برم عصبی رو یاد بگیرم! یه خورده فازی بلدم اگه یمشد با اون تنظیم کنم خوب بود!