Завдання
Необхідно одержати математичну модель певної залежності методом МГВА, здійснити прогнозування та порівняти результат МГВА із результатом, що одержаний будь-яким іншим методом, використовуючи контрольні точки відомої функції. Для цього виконати такі кроки:
1. Розробити
програмний фрагмент, що реалізує метод
найменших квадратів для лінійної функції
від
змінних.
2. Якщо згідно із варіантом (див. початкові дані) критерієм селекції є критерій регулярності, то необхідно розділити набір даних на навчальну та контрольну послідовності.
3. Обрати у відповідності до варіанту опорну функцію.
4. Розрахувати за допомогою MHK коефіцієнти опорних функцій.
5. За відповідними критеріями селекції залишити певний відсоток таких функцій для подальших ітерацій.
6. При збільшенні значення критерію ітерації припинити і визначити прогнозне значення функції, порівняти його із істинним.
7* Вивести поліном в аналітичному вигляді на друк.
Початкові дані для виконання роботи знаходяться в файлі lab_CCC_vars.xls в робочому каталозі дисципліни на сервері локальної комп’ютерної мережі кафедри (лист “пошук залежності”).
Методичні вказівки
…
Лабораторна робота № 4.
Оптимізація складних залежностей
Завдання.
Необхідно знайти
за умови
,
де
- обмежена область у просторі координат,
що задаються вектором
,
із наперед встановленою точністю
.
Завдання необхідно виконати за допомогою
спочатку генетичного алгоритму, потім
еволюційної стратегії й порівняти
результати.
Побудувати графіки залежностей fitness-функції від номеру епохи та вивести у двовимірному просторі зміну координат кращого представника покоління на кожному кроці.
Діапазони області
пошуку
,
вигляд функції, кількість координат,
типи та властивості операторів генетичного
алгоритму наведені у таблиці вихідних
даних для варіанту, що співпадає з
номером студента у списку групи.
Початкові дані для виконання роботи знаходяться в файлі lab_CCC_vars.xls в робочому каталозі дисципліни на сервері локальної комп’ютерної мережі кафедри (лист “оптимізація функцій”).
Методичні вказівки
…
Приклад розв’язання задачі
Припустимо, потрібно
знайти максимум функції
при заданому діапазоні
з точністю
.
Оскільки ширина
діапазону
,
то необхідно розбити його на
=2/0,01+1=201.
Довжина геному
однієї координати
=8
бітів. Таким чином, початковий відрізок
буде розбито на
=255
відрізків. Довжина кожного з них
2/255=0,0078<
.
Поставимо у відповідність кожному фенотипу його двійковий аналог – генотип та код Грея
|
Фенотип |
Генотип |
Код Грея |
|
-1 |
00000000 |
00000000 |
|
-0,9922 |
00000001 |
00000001 |
|
... |
... |
... |
|
-0,8039 |
00011001 |
00010101 |
|
... |
... |
... |
|
0,8039 |
11100110 |
10010101 |
|
... |
... |
... |
|
1 |
11111111 |
10000000 |
Оскільки змінних дві, то кожна хромосома складатиметься з 8+8=16 бітів. Загалом можливо 65536 різних хромосом такої довжини.
Випадковим чином генеруємо 50 різних хромосом довжиною 16 бітів, після чого переходимо до циклічного виконання операторів генетичного алгоритму над відповідними кодами Грея.
Зауважте, кожного разу, коли необхідно порахувати fitness-функцію від певної хромосоми, необхідно спочатку виконати перетворення її коду на генотип, потім – у фенотип, лише після цього підставляти у вираз самої функції.
Для зручності побудови програми рекомендується використовувати окремі функції переведення двійкового числа у код Грея такої ж довжини та назад, а також перетворення довільного фенотипу у генотип і назад з урахуванням точності та припустимого діапазону.
Лабораторна робота № 5.
Попередня обробка результатів активних експериментів.
???
Лабораторна робота № 6
Кластеризація об’єктів за їх кількісним описом