Hvordan Invent Software Metrics for Genetiske Algoritmer

Kaosteori sier at mange reelle prosesser som virker tilfeldig kan modelleres matematisk, men å finne den rette modellen kan være ekstremt vanskelig. Et verktøy som matematikere finner ofte løser disse modellene kalles genetiske algoritmer. I stedet for å bruke analytiske fremgangsmåter, maskinen utvikler sin egen modell ved anvendelse av en fremgangsmåte lik den som finnes i biologi ved hjelp av vilkårlighet og mutasjon. Følg disse trinnene for å opprette en genetisk algoritme deretter utvikle en rekke beregninger for å avgrense modellen.

Bruksanvisning

Hvordan lage Genetiske Algoritmer

1 Samle data. Problemet kan være modellering bevegelsen av aksjekurser over lange tidsperioder, temperaturmålinger eller konsis bevegelse av planetene.

2 Lag et dataprogram som utvikler modellen. Modellen kan representeres ved en lang streng av bokstaver eller tall, hvert instruere programmet til å utføre en matematisk operasjon.

3 Opprett 50 eller 100 tilfeldige strenger, som hver representerer en mulig løsning på problemet.

4 Kjør hver modell og sammenligne resultatene med de observerte data. Rangere hver modell ved hjelp av beregninger som er beskrevet nedenfor.

5 Velg de beste 5 eller 10 modeller. Kopier disse til å skape ytterligere 50 til 100 modeller, tilfeldig legge til, endre eller slette noen operasjoner i hver.

6 Gjenta prosessen til en modell genererer den riktige løsningen.

Hvordan Invent Metrics

7 Mål nøyaktighet. Modellen som kommer nærmest til å matche de reelle resultatene er vanligvis den beste kandidaten for raffinement. Sum kvadratene av forskjellene (observert - modell) ^ 2. Dette vil eliminere disse modellene med de største feilene.

8 Count kamper. Sett en terskel for en kamp, ​​muligens innenfor 0,01 prosent av det riktige svaret, og deretter telle antall kamper. Det kan være nødvendig å starte med en ganske stor terskel stram den som modeller fremgang.

9 Faktor enkelhet inn i stillingen. En mindre, enklere løsning er mer elegant og lettere å forstå. Når nøyaktighet er målt, justere score for å favorisere kortere, enklere modeller.

10 Legg tilfeldig sjanse. Juster hvert resultat tilfeldig å tillate svakere løsninger for å avansere.

11 Organisere en turnering. Start med flere grupper av modeller og bare rangere innenfor hver gruppe. Dette gjør at flere løsninger for å avgrense parallelt.

12 Vær kreativ. Forskning litteraturen, finner beregninger som fungerer for andre og deretter avgrense disse til å møte dine behov.

Hint

• En stor test for genetiske algoritmer er de statlige lotterier. Lag et sett av operasjoner som shuffle lottokuler deretter matche resultatene til fjorårets resultater. Det er liten sjanse for at den resulterende modellen vil fungere, men det gjør en stor programmering trening.