Генетические / эволюционные алгоритмы и локальные минимумы / максимумы

Question

Я перебрал несколько постов и статей, в которых предлагается использовать такие вещи, как имитация отжига, чтобы избежать локальной проблемы минимумов / максимумов.

Я не понимаю, почему это было бы необходимо, если вы начали с достаточно большой случайной совокупности.

Является ли это очередной проверкой того, что первоначальная популяция была достаточно большой и случайной? Или эти методы являются просто альтернативой созданию «хорошей» начальной популяции?

Answer 1

Имитация отжига - это вероятностный метод оптимизации - он не должен давать вам более точных ответов, он должен давать вам приближения быстрее .

Answer 2

Имитация отжига - вероятностный метод, в котором вероятность попадания в локальные минимумы / максимумы зависит от планирования температуры.Планирование температуры отличается для разных типов проблем.Эволюционный алгоритм гораздо надежнее и с меньшей вероятностью попадет в локальные минимумы / максимумы.SA является вероятностным.С другой стороны, EA использует мутацию, которая вводит случайное блуждание в пространстве поиска, поэтому у EA есть более высокая вероятность получения глобальных оптимумов.

Answer 3

Прежде всего, имитация отжига - это последний метод. Существуют гораздо лучшие, более эффективные и более эффективные методы определения местоположения локальных минимумов.

Лучшей проверкой было бы использование статистического метода для раскрытия информации о вашем наборе данных, такой как дисперсия или стандартное отклонение.