Je dois calibrer un modèle avec 10 paramètres. Utilisé GA pour calibrer, mais pour éviter la convergence de GA à l'optima local, je veux utiliser ANN pour trouver l'optimum global. Puis-je utiliser les mêmes valeurs de paramètres obtenues pendant GA pour ANN. Et comment le faire ANN? Mon modèle est comme Output = F (Input, Parameters). Je vous remercie.Étalonnage avec GA puis ANN
Répondre
GA et ANN sont également susceptibles de rester bloqués dans les minima locaux. Choisissez-en un et utilisez l'une des nombreuses techniques conçues pour éviter la convergence prématurée. Avec GA, le plus important serait de réduire la pression de sélection, ce qui vous permettra d'éviter les minima locaux au prix d'une convergence plus lente. En supposant que vous ayez le temps d'attendre, la pression de sélection est extrêmement faible, de sorte que de meilleures solutions sont légèrement plus susceptibles d'être choisies en faveur du pire. Ceci est généralement vrai pour toutes les optimisations de paramètres heuristiques - la plupart des gens qui y sont novices pensent que la convergence rapide et gourmande est une bonne chose. Ce n'est pas. Essayez de rendre votre convergence aussi lente que possible, ce qui permettra à votre algorithme d'explorer autant d'alternatives étranges que possible. D'autres choses qui vous aideront: augmenter la taille de la population, ajouter des dèmes (populations isolées qui ne «communiquent» que par intermittence), réanalyser et exécuter votre optimisation plusieurs fois, ajouter des pénalités pour être similaire à la population générale.
Les ANN ne sont généralement pas une bonne solution pour l'optimisation des paramètres, car les ANNs excellent dans la reconnaissance des formes, sans explorer un espace de problème. Puisque vous ne semblez pas être allé loin sur le chemin ANN, je suivrais le conseil de @ Gurgeh re. techniques pour éviter les minima locaux dans votre GA.
- 1. Premiers pas avec Neural Networks (ANN)?
- 2. ANN pour decompiler?
- 3. Exemple pour OCR avec ANN en OpenCV
- 4. GA _trackPageview avec l'ID utilisateur
- 5. Comment utiliser ANN à Weka?
- 6. Étalonnage de l'écran dans WinCE
- 7. Accéléromètre et étalonnage - iPhone SDK
- 8. Matlab neural network (ANN) fichier csv
- 9. Existe-t-il une ressource qui explique ANN avec simplicité?
- 10. Conseils pour un débutant C, CUDA, & ANN?
- 11. ANN - Entraînement de réseau neuronal artificiel
- 12. Étalonnage de la caméra (cv.calibrateCamera et cv.InitUndistortMap)
- 13. Étalonnage de la caméra et du projecteur
- 14. valeurs non fiables gyroscopiques après étalonnage
- 15. Étalonnage des articles de plusieurs listes
- 16. Hibernate 3.3.1.GA avec HSQLDB 2.2.8 et Jboss 5.1.0.GA rejetant les connexions
- 17. comparant les résultats MATLAB® de fmincon et ga (algorithme génétique): problème avec ga
- 18. GA pour particulier URI
- 19. Où puis-je télécharger JBoss Developer Studio 2.0 GA?
- 20. @EJB dans JBoss 5.1.0 GA?
- 21. suivi hashtags & querystrings en GA
- 22. Arrêt automatique Jboss 5.1 GA
- 23. Tomcat 7.0.5 était déjà GA?
- 24. GA Chromosome Représentation avec des bits d'importance différente
- 25. lien marché avec la campagne GA Android suivi
- 26. Comment configurer GA avec plusieurs comptes et rapports
- 27. Suivi des objectifs de l'événement GA onSubmit pas suivi en GA
- 28. Application du correctif à JBoss 5.1.0 GA
- 29. Données GA après réinitialisation de l'ID client
- 30. jboss-5.1.0.GA démarrage automatique au démarrage
Selon le type de réseau que vous utilisez, l'ANN est également susceptible d'atteindre les minimums locaux tout en parcourant l'espace de recherche. Ajuster quelque chose comme le réglage de l'élan sur un backprop peut aider à prévenir cela. – jonsca