Генетическое программирование для определения цели / фитнес-функции

Question

Надеюсь, этот вопрос уместен. Я ищу решение для реализации генетической программы, которую я имею в виду, но я все еще плохо знаком с ИИ и не имею ни малейшего понятия, где / как решить эту проблему.

Итак, я недавно начал экспериментировать с генетическими алгоритмами (находя оптимальные решения), а затем теперь начал смотреть на генетическое программирование (находя оптимальную программу для решений) ... Мутация, кроссовер и т. Д. На деревьях решений относительно просты. мне, но я все еще изо всех сил пытаюсь обернуть голову вокруг реализации проблем.

Если генетическая программа может найти математическую функцию для набора коррелирующих входных значений с выходными данными, то, взглянув на проблему оптимизации (скажем, на проблему упаковки бина), как вы можете использовать генетическую программу для определения наиболее оптимальной цели? / фитнес-функция для проблемы? Потому что тогда вы «должны» быть в состоянии использовать эту сгенерированную фитнес-функцию (из GP) для реализации на GA, чтобы найти оптимальное решение проблемы? - таким образом, что ваш GA будет работать более надежно

Если я правильно понимаю, как будет осуществляться процесс ГП? Это какой-то общепринятый метод, подход, связанный с оценкой пригодности ландшафта для задач оптимизации ... или? Любая помощь будет оценена. Я знаю, что есть решение, просто не знаю, где / как его искать или на что оно ссылается ...

Заранее спасибо.

Answer 1

Чтобы ответить на комментарии werediver и предоставить больше контекста для указанной проблемы (что не может быть обобщено в комментарии), я могу ответить на свой вопрос, хотя все еще вижу реализацию чрезвычайно сложной для " Средний уровень квалификации »в эволюционном программировании.

Тем не менее, если кто-то найдет это полезным, прочитав целую кучу журналов, он направит мои мысли на анализ пригодности ландшафта ( ландшафты , исследование корреляции ландшафта ) в качестве оптимизации проблема.

Я интерпретирую это как реализацию ряда методов фитнес-ландшафта, таких как энтропия, автокорреляция, длина корреляции, облака пригодности, эволюционируемость и т. Д. ( 1 , 2 , 3 , 4 ), где «должен» иметь возможность рассчитать количество ландшафтных коэффициентов и включить / использовать их в качестве функции пригодности для вашего терапевта. Таким образом, врач общей практики генерирует функцию пригодности для вашей задачи оптимизации (с помощью символьной регрессии) и оптимизирует ее на основе анализа оцененной пригодности ландшафта, чтобы изменить целевую функцию.

Поскольку, как говорится во всей литературе, качество вашей фитнес-функции меняет ваш ландшафт поиска и, соответственно, влияет на производительность алгоритмов оптимизации, таких как GA и PSO (количественная оценка фитнес-ландшафта с помощью «прочности», «обмана» и т. Д.) ,

Другое изображение, которое мне показалось весьма полезным (в перспективе), иллюстрировало три определенные методологии оптимизации целевых функций с помощью анализа пригодности ландшафта как ref :

Со стороны программирования, две самые популярные программные библиотеки, которые я мог найти (до сих пор), однако сложность реализации любой из них до сих пор неизвестна:

• Paradiseo metaheuristics , с фитнес-ландшафтом ref doc (C ++)
• HeuristicLab , автоматический анализ пригодности ref doc (C # / C ++)

Так что, если у кого-то еще есть действительная информация или опыт, будет очень интересно услышать вашу точку зрения, но из того, что я прочитал, это вовсе не "простой или прозрачный" подход.

Answer 2

... [Я] все еще изо всех сил пытаюсь обернуться вокруг решения проблем.

... как вы можете использовать генетическую программу для определения наиболее оптимальной целевой / пригодной функции для проблемы?

В эволюционных алгоритмах (в частности, GA, GP) проблема в основном определяется функцией фитнеса. В таком контексте не имеет смысла говорить об автоматизированном способе нахождения фитнес-функции, потому что это переводится к нахождению проблемы, что, как мне кажется, не имеет никакого смысла.

Если ваша идея лежит в другой плоскости, и вы думаете, что она все еще имеет смысл, пожалуйста, попробуйте уточнить ее более четко.