Я работаю со сложной системой, в системе пять переменных - в зависимости от значений этих пяти переменных измеряется отклик системы. Существует семь выходных переменных, которые измеряются для того, чтобы полностью определить ответ.
Я использовал искусственную нейронную сеть для моделирования отношений между пятью переменными и семью выходными параметрами. До сих пор это было успешно. ANN могут очень хорошо предсказать результат (я также проверил обученную сеть на проверочном наборе тестовых случаев). Я использовал Python Keras / тензор потока для того же.
Кстати, я также попробовал линейную регрессию как аппроксиматор функции, но это приводит к большим ошибкам. Эти ошибки ожидаются, учитывая, что система сильно нелинейна и не может быть непрерывной везде.
Теперь я хотел бы предсказать значения пяти переменных из вектора из семи выходных параметров (целевой вектор). Пробовал использовать генетический алгоритм для того же. После долгих усилий по разработке GA я все же получаю большие различия между целевым вектором и предсказанием GA. Я просто пытаюсь минимизировать среднеквадратичную ошибку между прогнозом ANN (аппроксиматором функции) и целевым вектором.
Является ли это правильным подходом для использования ANN в качестве аппроксиматора функций и GA для исследования космического пространства?