首页 > 搜索 > 遗传算法是迭代的饿吗,遗传算法迭代次数如何确定?

遗传算法是迭代的饿吗,遗传算法迭代次数如何确定?

互联网 2020-10-27 14:19:24
在线算命,八字测算命理

基本遗传算法有三个基本参数:1. 交叉因子,2.变异因子,3.种群数量,一个目标函数,一个停止条件

这三个基本参数、停止条件和目标函数影响着迭代效率和最后求出的最优解;

三个基本参数的设置直接影响着求出的解是局部最优还是全局最优;

停止条件的设置直接影响迭代次数以及最终解的精度;

如果停止条件没有则可能进入死循环,永远迭代,三个基本参数和目标函数设置的不好,会导致求出的解不是最优解,

一般迭代次数是通过试出来的,如下图

算法在迭代15次之后,适应度函数基本没有变化了,或者说算法已经收敛,为了减少计算时间,算法里就可以把停止迭代次数设为一个大于15的值。

遗传算法还可以通过适应度函数来控制迭代次数,也就是你的优化目标。比如你想要误差值少于0.01时的解,那么你就可以设置为当目标函数小于0.01时,停止迭代(PS:建议设置为连续多次目标值小于0.01时再取消,避免陷入局部最优)。

此外,还可以设置为收敛之后,就停止迭代,但是这种方式有可能会满足不了你的要求,比如要求为0.01,那么当0.02时收敛了,那么就很可能满足不了要求,不过这个可以通过设置交叉和变异参数进行一定的规避。

目前没有通用研究能够证明迭代一定次数后,得到的结果一定是你想要的最优解,只能通过设置停止条件使你想要的

免责声明:非本网注明原创的信息,皆为程序自动获取互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明(版权证明、身份证正反面、侵权链接),站长将在收到邮件12小时内删除。

相关阅读

一周热门

查看更多