জেনেটিক অ্যালগরিদম ব্যবহারের সুবিধা


13

অন্যান্য traditionalতিহ্যবাহী অনুসন্ধান এবং অপ্টিমাইজেশন পদ্ধতির তুলনায় কেউ আমাকে জেনেটিক অ্যালগরিদমের সুবিধাগুলি ব্যাখ্যা করতে পারেন?


4
কী রকম জিএ? কোন "traditionalতিহ্যবাহী" পদ্ধতির তুলনায়? এগুলি ব্যতীত কেউ কেবল "দ্রুততর রূপান্তর এবং কিছু অ্যাপ্লিকেশনে স্থানীয় অনুকূলতায় আটকা পড়ার ছোট্ট বিপদ" এর মতো কিছু বলতে পারে, অন্য কোনও অপ্টিমাইজেশন পদ্ধতির মতো for

উত্তর:


19

জেনেটিক অ্যালগরিদম ব্যবহারের প্রধান কারণগুলি হ'ল:

  • একাধিক স্থানীয় অপটিমা রয়েছে
  • উদ্দেশ্য ফাংশন মসৃণ নয় (সুতরাং ডেরাইভেটিভ পদ্ধতি প্রয়োগ করা যায় না)
  • পরামিতিগুলির সংখ্যা খুব বড়
  • উদ্দেশ্য ফাংশন গোলমাল বা stochastic হয়

আপনার যখন গ্রেডিয়েন্টের সংজ্ঞা নেই তখন প্রচুর পরিমাণে প্যারামিটারগুলি ডেরাইভেটিভ ভিত্তিক পদ্ধতির জন্য সমস্যা হতে পারে। এই ধরণের পরিস্থিতিতে, আপনি জিএ এর মাধ্যমে একটি ভয়ঙ্কর নয় এমন সমাধান খুঁজে পেতে পারেন এবং তারপরে ডেরাইভেটিভ ভিত্তিক পদ্ধতির সাহায্যে উন্নতি করতে পারেন। "বৃহত" এর সংজ্ঞাটি সর্বদা বাড়ছে।


3
+1 টি। আমি জিএ-র সাথে মোহিত হতাম, তবে এখন সেগুলি এড়াতে ঝোঁক। আমার কাছে মনে হয় যে তারা একটি হাইপ পর্ব পেরিয়ে গেছে, প্রাকৃতিকভাবে প্রাকৃতিক পদ্ধতিগুলির একগুচ্ছ অনুপ্রেরণা দিয়েছিল (এসিও, ইত্যাদি) এবং তারপরে একটি কুলুঙ্গিতে ফিকে হয়ে গেছে। আমার ব্যক্তিগত পক্ষপাতদুষ্টে নিউরাল নেটগুলির মতো বাছাই করুন। (এটি বলেছিল, আমি সম্প্রতি ইএস ব্যবহার করেছি))
ওয়েন

1
ওয়েইন, আমি রাজি। আমি যে কোনও বিবর্তনীয় কৌশলটির জন্য "জিএ" বলার ঝোঁক রাখি এবং অন্যান্য কৌশলগুলিতে মিশ্রনও বেশিরভাগ ক্ষেত্রে ভাল ধারণা। প্রচলিত জিএগুলি মারাত্মকভাবে অক্ষম।
প্যাট্রিক বার্নস

7
  • ধারণাটি বোঝা সহজ
  • মডুলার, প্রয়োগ থেকে পৃথক
  • বহুমুখী উদ্দেশ্য সমর্থন করে
  • অনুকূলতা "গোলমাল" পরিবেশের জন্য ভাল
  • সর্বদা একটি উত্তর; উত্তর সময়ের সাথে আরও ভাল হয়
  • সহজাতভাবে সমান্তরাল; সহজেই বিতরণ করা

আমার কাজগুলিতে সহজ সমান্তরালতা ছিল জিনগত অ্যালগরিদম ব্যবহারের ক্ষেত্রে সিমুলেটেড অ্যানিলিংয়ের মতো কিছু না করার একক সবচেয়ে গুরুত্বপূর্ণ বিষয়।
খুবশুই

6

জেনেটিক অ্যালগরিদম চারটি উল্লেখযোগ্য পয়েন্টে traditionalতিহ্যবাহী অনুসন্ধান এবং অপ্টিমাইজেশন পদ্ধতি থেকে পৃথক:

  • জেনেটিক অ্যালগরিদমগুলি পয়েন্টের জনসংখ্যার থেকে সমান্তরালভাবে অনুসন্ধান করে। অতএব, এটি opতিহ্যগত পদ্ধতিগুলির মতো স্থানীয় সর্বোত্তম সমাধানে আটকা পড়ার ক্ষমতা রাখে যা একক বিন্দু থেকে অনুসন্ধান করে।
  • জেনেটিক অ্যালগরিদমগুলি ডিসট্রিমেন্টিক সংক্রান্ত নয়, সম্ভাব্য নির্বাচনের নিয়ম ব্যবহার করে।
  • জেনেটিক অ্যালগরিদমগুলি ক্রোমোসোমে কাজ করে, যা সম্ভাব্য সমাধানগুলির পরামিতিগুলির পরিবর্তে নিজেরাই পরামিতিগুলির এনকোডড সংস্করণ।
  • জেনেটিক অ্যালগরিদমগুলি ফিটনেস স্কোর ব্যবহার করে, যা উদ্দেশ্যমূলক ফাংশন থেকে প্রাপ্ত হয়, অন্যান্য ডেরাইভেটিভ বা সহায়ক তথ্য ছাড়াই

3

জেনেটিক অ্যালগরিদমগুলি এক শেষ অবলম্বনের ধরণ। এগুলি কেবল তখন কার্যকর হয় যখন কোনও বিশ্লেষণাত্মক সমাধানটি সম্ভব হয় না (সর্বাধিক সাধারণ কারণে প্যাট্রিকের উত্তর দেখুন) এবং আপনার হাতে অনেকগুলি সিপিইউ সময় থাকে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.