Ich möchte ein Optimierungsproblem mit einem genetischen Algorithmus optimieren. Aber die Anzahl der Variablen ist groß. (um 1500 bis 2000). Kann ich die Hauptkomponentenanalyse verwenden und die Anzahl der Variablen (Eingaben) auf 20 oder 30 reduzieren und den genetischen Algorithmus in MATLAB optimieren? Kann ich einen einigermaßen genauen optimalen Wert erhalten?Genetischer Algorithmus durch Hauptkomponentenanalyse - Reg
0
A
Antwort
0
Ich denke, Sie sollten PCA verwenden, um die Anzahl der Variablen zu reduzieren. Das ist viel zu viel, um selbst mit GA fertig zu werden. Und unter der Annahme, dass PCA an Ihren Variablen arbeiten wird, dh sie haben einige gegenseitige Informationen und nicht alle unabhängig, dann wird Ihre Lösung viel schneller konvergieren (es würde wahrscheinlich niemals ein befriedigendes Ergebnis mit all diesen Variablen liefern, außer wenn Sie eine riesige Anzahl von Organismen haben wie Milliarden).
Verwandte Themen
- 1. Genetischer Algorithmus Auswahl
- 2. Genetischer Algorithmus in R
- 3. Genetischer Algorithmus: Anfrage Optimierung
- 4. Effizienter genetischer Algorithmus
- 5. Genetischer Algorithmus Codierung
- 6. Genetischer Algorithmus mit Feature-Auswahl
- 7. Genetischer Algorithmus in der Kryptographie
- 8. Ist das ein genetischer Algorithmus?
- 9. Python Genetischer Algorithmus "Natürliche" Auswahl
- 10. Python - Optimierung der Speicherauslastung, genetischer Algorithmus
- 11. Genetischer Algorithmus - Crossover und Mutation funktionieren nicht
- 12. Matrix Entfernung Genetischer Algorithmus auf Android
- 13. Genetischer Algorithmus für Flow-Shop Planung
- 14. Genetischer Algorithmus - neue Generationen werden schlechter
- 15. Genetischer Algorithmus zum Lösen einer quadratischen Gleichung
- 16. Hauptkomponentenanalyse
- 17. Verhindern Genetischer Algorithmus im Nullsummenspiel von der Zusammenarbeit
- 18. Mutation auf einer binären Zeichenfolge (genetischer Algorithmus) - Python-3.x
- 19. Genetischer Algorithmus zum Finden des besten Pfades für einen Bot
- 20. Python - Listenindex außerhalb des gültigen Bereichs - genetischer Algorithmus
- 21. Genetischer Algorithmus in .Net - Variable Chromosomen - Alien Spaceship Scenario
- 22. Hauptkomponentenanalyse und -rotation
- 23. Zugriffsparameter durch benutzerdefiniertes Protokoll über REG-Datei
- 24. Hauptkomponentenanalyse in R Datenfarbe
- 25. Hauptkomponentenanalyse mit Eigenbibliothek
- 26. Hauptkomponentenanalyse in R, ggbiplot
- 27. Hauptkomponentenanalyse in MATLAB
- 28. Hauptkomponentenanalyse mit Pandas Datenrahmen
- 29. Hauptkomponentenanalyse in RNN
- 30. Hauptkomponentenanalyse Fehler in R