遗传算法的频率检测方法（在光电容积图中）

Question

光电容积描记图如下所示。

基本上你可以看到图像的亮度随时间的变化而上升和下降。这个输出可以来自脉搏血氧仪，它可以测量手指的血流量。

我的问题是，是否存在基于遗传算法（或通常：进化计算）的方法来计算“下降”的频率。我知道FFT（井DFT）可以计算频率（或者至少给我们一个上面显示的输入的频域表示）。

如果你必须使用遗传算法技术解决这个问题，你将如何处理它？ （我不是在寻找实际的解决方案，只是关于表示和适应度函数在GA设计中的看法）。

Answer 1

我认为GA不是最适合解决此问题的，但是由于您特别询问了GA解决方案，因此这里有一些想法。对我来说，似乎马鞍点更适合被发现，因为它们更加锐利，你也可以从它们中获得频率。

我假设问题数据是双向量，其中每个位置在特定时间保持亮度。我要求此向量中的所有点都是从等距时隙中采样的。然后找到频率可以是找到偏移和间隔，该偏移和间隔最小化（或最大化）在由偏移+ x *间隔给出的点处从问题数据获得的值的平均值。使用平均值的优点是您不需要给出最小间隔，因为一旦间隔变得太低，平均值将下降。不幸的是，它可能会发现间隔太高，因此您还需要最大化评估适合度的点数。这造成了更严峻的多目标问题。

Answer 2

这可以被认为是更普遍的问题的一个特例，预测动力系统（时间序列），并且实际上已经有很多关于将遗传算法应用于此的工作。例如。请参阅http://www.amazon.com/Introduction-Genetic-Algorithms-Complex-Adaptive/dp/0262631857第56-61页中的讨论，或Norman Packard（混沌理论的创始人之一）的原始论文之一：http://www.ccsr.uiuc.edu/web/Techreports/1988-89/CCSR-89-10.pdf

-Ted