PES: Difference between revisions

From BlueM
Jump to navigation Jump to search
(Literatur)
Line 27: Line 27:
|-
|-
| rowspan="2" | '''Mutation'''<br/>(<code>EVO_DNMutation</code>)
| rowspan="2" | '''Mutation'''<br/>(<code>EVO_DNMutation</code>)
| Rechenberg || Mutation nach Rechenberg 1994
| Rechenberg || Mutation nach Rechenberg<ref>'''Rechenberg, I'''. 1994. Evolutionsstrategie '94. Stuttgart: Frommann-Holzboog.</ref>
|-
|-
| Schwefel || Mutation nach Schwefel (aktuellerer Ansatz)
| Schwefel || Mutation nach Schwefel<ref>'''Schwefel''' ???</ref> (aktuellerer Ansatz)
|-
|-
| '''Startschrittweite'''<br/>(<code>DnStart</code>) || 0.01 - 1 || Startschrittweite für die Parametervariation
| '''Startschrittweite'''<br/>(<code>DnStart</code>) || 0.01 - 1 || Startschrittweite für die Parametervariation

Revision as of 06:46, 10 January 2008

Screenshot einer PES Optimierung (Testproblem 'Box')

Parametrische Evolutionsstrategie (PES)

Basierend auf der Promotion[1] von Dirk Muschalla

Erforderliche Eingabedateien

Optional:

Einstellungen

Einstellung Optionen Bedeutung
Selektion
(EVO_STRATEGIE)
'+' (Eltern+Nachfolger) Die Selektion erfolgt aus der Menge der Eltern und der Nachfolger
',' (nur Nachfolger) Die Selektion erfolgt nur aus der Menge der Nachfolger
Startwerte
(EVO_STARTPARAMETER)
Zufällig Zufällige Startparameter
Originalparameter Vorgegebene Startwerte
Mutation
(EVO_DNMutation)
Rechenberg Mutation nach Rechenberg[2]
Schwefel Mutation nach Schwefel[3] (aktuellerer Ansatz)
Startschrittweite
(DnStart)
0.01 - 1 Startschrittweite für die Parametervariation
mit Schrittweitenvektor
(is_DnVektor)
ja/nein bei ja bekommt jeder Parameter eine eigene Schrittweite
... ... ...
Ermitteln der Eltern
(EVO_ELTERN)
Siehe Bug 262!
Selektion Ein Individuum wird zufällig mit allen Parametern als Elter aus dem Bestwertspeicher ausgewählt
Rekomb x/x, diskret Jede Parameterwert-Schrittweiten-Kombination wird zufällig aus allen Individuen des Bestwertspeichers ausgewählt
Rekomb x/x, mitteln Jede Parameterwert-Schrittweiten-Kombination wird über alle Individuen des Bestwertspeichers gemittelt
Rekomb x/y, diskret Jede Parameterwert-Schrittweiten-Kombination wird zufällig aus y Individuen des Bestwertspeichers ausgewählt
Rekomb x/y, mitteln Jede Parameterwert-Schrittweiten-Kombination wird aus y Individuen des Bestwertspeichers gemittelt
Rekomb x/x, dis/mitt Jeder Parameterwert wird zufällig aus allen Individuen des Bestwertspeichers ausgewählt
Jede Schrittweite wird über alle Individuen des Bestwertspeichers gemittelt
Rekomb x/y, dis/mitt Jeder Parameterwert wird zufällig aus y Individuen des Bestwertspeichers ausgewählt
Jede Schrittweite wird über y Individuen des Bestwertspeichers gemittelt
Neighbourhood siehe Promotion[1] Dirk Muschalla (nur bei MultiObjective)
X/_-Rekombination
(n_RekombXY)
1 - 100 Die Anzahl der Individuen die zur Rekombination herangezogen werden (nur bei Rekombination x/y)
Tournament Selection
(is_diversity_tournement)
ja/nein Zur Ermittlung der zur Rekombination herangezogenen Individuen werden zunächst für jeden zu ermittelnden Elter zwei Individuen aus dem Bestwertspeicher zufällig ausgewählt. Das Individuum mit dem besseren Diversitätswert wird zum Elter. (nur bei Rekombination x/y)

Literatur

  1. 1.0 1.1 Muschalla, Dirk. 2006. Evolutionäre multikriterielle Optimierung komplexer wasserwirtschaftlicher Systeme. PhD thesis, Vol. 137/2006, Technische Universität Darmstadt, Mitteilungen des Instituts für Wasserbau und Wasserwirtschaft, Fachgebiet für Ingenieurhydrologie und Wasserbewirtschaftung.
  2. Rechenberg, I. 1994. Evolutionsstrategie '94. Stuttgart: Frommann-Holzboog.
  3. Schwefel ???