预置遗传算法

时间:2013-10-23 15:29:54

标签: genetic-algorithm

我正在研究一个非常大规模的问题,我有一个启发式算法,除了遗传算法启发式算法之外,它还提供了一个相当不错的解决方案。我想知道是否有任何利用启发式解决方案预先播种GA的收益,如果是这样的话。

由于 2吨

3 个答案:

答案 0 :(得分:2)

这在很大程度上取决于启发式和你的问题。

如果你知道这种启发式方法有接近全局最优的趋势,那么它可能是一个好主意,因为GA可以“探索”这个解决方案并找到最佳/更接近最优解决方案。

问题是,当您使用一个好的解决方案为GA预先播种时,它将比其他随机生成的解决方案具有巨大的优势,并且可能会多次选择以执行交叉,这意味着,如果启发式给了您如果是局部最优,您可以将GA绘制到该解决方案中。

另一个想法是在流程的中间种植GA。让它运行半代,然后用启发式解决方案注入它。那么如果它只是局部最优,那么将它拖到启发式解决方案的可能性就会更小。

一般而言,由于我们讨论的是启发式和概率模型,因此最好对所有可能性进行基准测试,看看哪种方法最适合您,因为这些语句通常都与问题有关。

答案 1 :(得分:0)

在你的情况下,我会选择基于轨迹的算法,如模拟退火,禁忌搜索或可变邻域搜索(VNS)。当你有一个好点时,你可能已经想要更集中地关注某个子区域。 VNS可能是一个很好的折衷方案,它允许您进行更大的更改,并逐步增加搜索空间的较大部分的优化。

答案 2 :(得分:0)

您可以做的其他事情是在不同的启发式之间切换。例如,在ANN训练中,GA可以在特定时刻与BP切换,反之亦然。