Cómo inventar métricas de software para Algoritmos Genéticos

La teoría del caos afirma que muchos de los procesos del mundo real que se parecen al azar pueden ser modelados matemáticamente, pero encontrar el modelo adecuado puede ser extremadamente difícil. Una de las herramientas que los matemáticos encuentran a menudo resuelve estos modelos se denominan algoritmos genéticos. En lugar de utilizar métodos analíticos, el ordenador desarrolla su propio modelo usando un proceso similar al que se encuentra en la biología usando aleatoriedad y la mutación. Siga estos pasos para crear un algoritmo genético a continuación, desarrollar una serie de indicadores para refinar el modelo.

Instrucciones

Cómo crear algoritmos genéticos

1 Recopilar los datos. El problema puede ser modelado de la circulación de los precios de las acciones durante largos períodos de tiempo, las observaciones de temperatura o el movimiento de los planetas concisa.

2 Crear un programa de ordenador que se desarrolla el modelo. El modelo puede ser representado por una larga cadena de letras o números, cada instrucción del programa para llevar a cabo una operación matemática.

3 Crear 50 o 100 cadenas aleatorias, cada uno representando una posible solución al problema.

4 Ejecutar cada modelo y comparar los resultados con los datos observados. Clasificar cada modelo usando las métricas que se describen a continuación.

5 Elija los mejores 5 o 10 modelos. Copiar estos para crear otro 50 a 100 modelos, añadiendo al azar, modificación o borrado de algunas operaciones en cada uno.

6 Repita el proceso hasta que un modelo genera la solución correcta.

Cómo inventar Métrica

7 Medir la exactitud. El modelo que más se acerca a igualar los resultados del mundo real suele ser el mejor candidato para el refinamiento. Sumar los cuadrados de las diferencias observadas (- modelo) ^ 2. Esto eliminará los modelos con los errores más grandes.

8 Contar partidos. Establecer un umbral para un partido, posiblemente dentro de un 0,01 por ciento de la respuesta correcta, a continuación, contar el número de partidos. Puede ser necesario comenzar con un umbral bastante grande apriételo a medida que avancen los modelos.

9 Factor de simplicidad en la partitura. Una solución más pequeño, más simple es más elegante y más fácil de entender. Una vez que se mide la precisión, ajuste anota para favorecer modelos más simples, más cortos.

10 Añadir azar. Ajuste cada resultado al azar para permitir soluciones más débiles para avanzar.

11 Organizar un torneo. Comience con varios grupos de modelos y sólo clasificar dentro de cada grupo. Esto permite que varias soluciones para refinar en paralelo.

12 Ser creativo. La investigación de la literatura, encontrar métricas que trabajan por los demás y luego refinarlos para satisfacer sus necesidades.

Consejos y advertencias

• Un buen caso de prueba para los algoritmos genéticos es las loterías estatales. Crear un conjunto de operaciones que barajar las bolas de la lotería y luego igualar los resultados a los resultados del año pasado. Hay pocas posibilidades de que el modelo resultante va a funcionar, pero hace un gran ejercicio de programación.