Калибровка с использованием GA, а затем ANN

Question

Я должен сделать калибровку модели с 10 параметрами.Использовал GA для калибровки, но чтобы избежать схождения GA при локальных оптимумах, я хочу использовать ANN, чтобы найти глобальный оптимум.Могу ли я использовать те же значения параметров, полученные во время ГА для ИНС.И как это сделать?Моя модель выглядит как Output = F (Input, Parameters).Спасибо.

Answer 1

GA и ANN одинаково могут застрять в локальных минимумах. Выберите один и используйте один из многих методов, разработанных, чтобы избежать преждевременной конвергенции.

Для GA наиболее важным будет снижение давления выбора, что позволит вам избежать локальных минимумов за счет более медленной сходимости. Предполагая, что у вас есть время для ожидания, давление выбора очень низкое, поэтому лучшие решения с большей вероятностью будут выбраны в пользу худших. Как правило, это справедливо для всех эвристических оптимизаций параметров - большинство новичков подумают, что быстрая, жадная сходимость - это хорошо. Это не. Постарайтесь сделать вашу конвергенцию настолько медленной, насколько это возможно, что позволит вашему алгоритму исследовать как можно больше странных альтернатив.

Другие вещи, которые помогут: увеличить численность населения, добавить демы (изолированные популяции, которые только «время от времени» общаются), повторно рандомизировать и запустить вашу оптимизацию несколько раз, добавить штрафы за пригодность за сходство с населением в целом.

Answer 2

Звучит как проблема ГА. Энн не может помочь. Вообще говоря, GA используются для задач оптимизации, а ANN подходят для решения задач классификации. GA может быть использован для оптимизации ANN. Слабым местом является использование ANN для калибровки. Если вы не можете выразить результат калибровки как предположение о классификации, вы должны согласиться с GA, используя его механизмы и методы, чтобы по возможности избежать локальных оптимумов.

Answer 3

ИНС, как правило, не подходят для оптимизации параметров, так как ИНС превосходят распознавание образов, не исследуя проблемное пространство.Так как вы, кажется, далеко не ушли по пути ANN, я бы следовал совету @ Gurgeh.методы, чтобы избежать локальных минимумов в вашем GA.