メモ/安藤
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
開始行:
-[[DELLPC>DELLPC/安藤]]
-Virtual BoxホストPC⇔ゲストPCコピペ方法~
https://onoredekaiketsu.com/copy-and-paste-with-virtualbox/
-(Linux)pythonのインストール~
https://shimi-dai.com/install-python3-on-linux/
-Mevenのインストール(linux)~
https://weblabo.oscasierra.net/install-maven-35-centos7/
-gitのインストール(linux)~
https://qiita.com/ponsuke0531/items/fe6011a1d5a7d764551c
\section{遺伝的アルゴリズムによる多目的最適化}
遺伝的アルゴリズム（Genetic Algorithm: GA）とは，1975年に...
GAは，解の候補であるデータを遺伝子で表した「個体」を複数...
GAの基本的な流れを以下に示し，各ステップの説明をする．
\begin{enumerate}
\item ランダムで複数の個体を生成する
\item 各個体それぞれの適応度を計算する
\item 「選択」，「交叉」，「突然変異」の操作により次世...
\item 世代交代を行う
\item 最終世代で一番高い適応度を持つ個体が解となる
\vspace{1mm}
\end{enumerate}
最初に一世代目の個体をランダムに生成する．このとき，個体...
次に，その世代のすべての個体の適応度を計算する．適応度と...
\begin{description}
\item[選択]\mbox{}\\
選択とは，新しい世代を生み出す際の遺伝子操作の一つであり...
\begin{description}
\item[ルーレット選択]\mbox{}\\
ルーレット選択とは，個体群におけるそれぞれの個体の適応度...
\item[トーナメント選択]\mbox{}\\
トーナメント選択とは，あらかじめトーナメントサイズを決め...
\item[エリート保存選択]\mbox{}\\
エリート保存選択とは，個体群の中で最も適応度の高い個体を...
\end{description}
\item[交叉]\mbox{}\\
交叉とは，生物が交配によって子孫を残すことをモデル化した...
\item[突然変異]\mbox{}\\
突然変異とは，ある一定の確率で，個体の染色体上の遺伝子を...
\end{description}
突然変異の操作の後，適応度関数によって各個体の適応度を求...
次に，本研究で扱う手法である，非優越ソートGA(Non-dominate...
NSGA-I\hspace{-.1em}Iとは，Debらによって2002年に提案され...
NSGAは，Goldberg により提案された非優越ランキングソート\c...
\begin{quote}
\begin{itemize}
\item エリート主義の導入
\item 混雑距離の導入
\item 高速ソートの実現
\end{itemize}
\end{quote}
上記におけるエリート主義とは，探索中に得られる多目的にお...
意味している．NSGA-II では，パレート保存する個体数は常に...
ここで，
$i$番目の解$x^{(i)}$の混雑距離は,
$x^{(i)}$に関数値が最も近接する$i-1$番目と$i+1$番目の解$x...
，$\overline{f}_{j}(\cdot)$は，$i$番目の目的関数$f_{j}(\c...
\begin{eqnarray}
CD(x^{(i)}) = \frac{1}{k} \sum\limits_{j=1}^{k} | \tilde{...
\end{eqnarray}
隣接する個体間の距離を適合度とする為，シェアリングと異な...
NSGA-IIにおける一連のアルゴリズムについて各Stepごとに以下...
\begin{enumerate}
\item 初期化: $N$ 個の個体をランダムに生成する (パ
レート保存個体群 $P1$ 生成)．世代 $t = 1$ とする．
\item 遺伝的操作: 個体群 $P_{t}$ を用いて選択，交叉，
突然変異といった遺伝的操作を行い次世代子個体群$Q_{t}+1$を...
\item 個体群の統合: 母集団 $P_{t}$ と $Q_{t}$ を組み合...
る．$R_{t} = P_{t} \cup Q_{t}+1$
\item パレート個体保存選択: 母集団 Rt に対して
高速非優越ソートおよび混雑度の計算を行い，
各個体の適合度割り当てを行う．適合度の上
位から順に $N$ 個体を選択しパレート
保存個体群 $P_{t}=1$ を作成する．
\item 終了判定: 世代を $t = t + 1$ とし，終了判定
を行う．終了条件を満たしている場合は，パ
レート保存個体群 $P_{t}=1$ を最終解 $A$ として出
力．終了条件を満たしていなければ Step2 へ
戻る．
\vspace{1mm}
\end{enumerate}
ここで重要となるのが，Step2 におけるバイナリトーナメント...
終了行:
-[[DELLPC>DELLPC/安藤]]
-Virtual BoxホストPC⇔ゲストPCコピペ方法~
https://onoredekaiketsu.com/copy-and-paste-with-virtualbox/
-(Linux)pythonのインストール~
https://shimi-dai.com/install-python3-on-linux/
-Mevenのインストール(linux)~
https://weblabo.oscasierra.net/install-maven-35-centos7/
-gitのインストール(linux)~
https://qiita.com/ponsuke0531/items/fe6011a1d5a7d764551c
\section{遺伝的アルゴリズムによる多目的最適化}
遺伝的アルゴリズム（Genetic Algorithm: GA）とは，1975年に...
GAは，解の候補であるデータを遺伝子で表した「個体」を複数...
GAの基本的な流れを以下に示し，各ステップの説明をする．
\begin{enumerate}
\item ランダムで複数の個体を生成する
\item 各個体それぞれの適応度を計算する
\item 「選択」，「交叉」，「突然変異」の操作により次世...
\item 世代交代を行う
\item 最終世代で一番高い適応度を持つ個体が解となる
\vspace{1mm}
\end{enumerate}
最初に一世代目の個体をランダムに生成する．このとき，個体...
次に，その世代のすべての個体の適応度を計算する．適応度と...
\begin{description}
\item[選択]\mbox{}\\
選択とは，新しい世代を生み出す際の遺伝子操作の一つであり...
\begin{description}
\item[ルーレット選択]\mbox{}\\
ルーレット選択とは，個体群におけるそれぞれの個体の適応度...
\item[トーナメント選択]\mbox{}\\
トーナメント選択とは，あらかじめトーナメントサイズを決め...
\item[エリート保存選択]\mbox{}\\
エリート保存選択とは，個体群の中で最も適応度の高い個体を...
\end{description}
\item[交叉]\mbox{}\\
交叉とは，生物が交配によって子孫を残すことをモデル化した...
\item[突然変異]\mbox{}\\
突然変異とは，ある一定の確率で，個体の染色体上の遺伝子を...
\end{description}
突然変異の操作の後，適応度関数によって各個体の適応度を求...
次に，本研究で扱う手法である，非優越ソートGA(Non-dominate...
NSGA-I\hspace{-.1em}Iとは，Debらによって2002年に提案され...
NSGAは，Goldberg により提案された非優越ランキングソート\c...
\begin{quote}
\begin{itemize}
\item エリート主義の導入
\item 混雑距離の導入
\item 高速ソートの実現
\end{itemize}
\end{quote}
上記におけるエリート主義とは，探索中に得られる多目的にお...
意味している．NSGA-II では，パレート保存する個体数は常に...
ここで，
$i$番目の解$x^{(i)}$の混雑距離は,
$x^{(i)}$に関数値が最も近接する$i-1$番目と$i+1$番目の解$x...
，$\overline{f}_{j}(\cdot)$は，$i$番目の目的関数$f_{j}(\c...
\begin{eqnarray}
CD(x^{(i)}) = \frac{1}{k} \sum\limits_{j=1}^{k} | \tilde{...
\end{eqnarray}
隣接する個体間の距離を適合度とする為，シェアリングと異な...
NSGA-IIにおける一連のアルゴリズムについて各Stepごとに以下...
\begin{enumerate}
\item 初期化: $N$ 個の個体をランダムに生成する (パ
レート保存個体群 $P1$ 生成)．世代 $t = 1$ とする．
\item 遺伝的操作: 個体群 $P_{t}$ を用いて選択，交叉，
突然変異といった遺伝的操作を行い次世代子個体群$Q_{t}+1$を...
\item 個体群の統合: 母集団 $P_{t}$ と $Q_{t}$ を組み合...
る．$R_{t} = P_{t} \cup Q_{t}+1$
\item パレート個体保存選択: 母集団 Rt に対して
高速非優越ソートおよび混雑度の計算を行い，
各個体の適合度割り当てを行う．適合度の上
位から順に $N$ 個体を選択しパレート
保存個体群 $P_{t}=1$ を作成する．
\item 終了判定: 世代を $t = t + 1$ とし，終了判定
を行う．終了条件を満たしている場合は，パ
レート保存個体群 $P_{t}=1$ を最終解 $A$ として出
力．終了条件を満たしていなければ Step2 へ
戻る．
\vspace{1mm}
\end{enumerate}
ここで重要となるのが，Step2 におけるバイナリトーナメント...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
