不同类型小生境遗传算法在太阳辐射估计变量选择中的比较
神经与进化计算
2020-02-17 v1 人工智能
摘要
变量选择问题通常存在不止一个解，有时值得找出尽可能多的解。将进化算法应用于此类问题被证明是寻找最优解的最佳方法之一。此外，存在为寻找全部或几乎所有局部极值而设计的变体，称为小生境遗传算法（NGA）。为实现该任务已开发若干不同的 NGA 方法。本工作比较了八种不同小生境技术在应用于阿根廷图库曼分布的四座气象站气候数据库时的行为。目标是找到不同的输入变量集合，作为估计方法的输入变量。最终结果基于低估计误差与低离散误差、高数量的不同结果以及低计算时间进行评估。开展了第二项实验以研究方法识别关键变量的能力。最佳结果由确定性拥挤法获得。相比之下，稳态最差最相似与概率拥挤法表现出良好结果但处理时间更长且确定关键因素的能力较弱。
引用
@article{arxiv.2002.06036,
title = {A comparison of different types of Niching Genetic Algorithms for variable selection in solar radiation estimation},
author = {Jorge Bustos and Victor A. Jimenez and Adrian Will},
journal= {arXiv preprint arXiv:2002.06036},
year = {2020}
}
备注
10 pages, two columns, 9 figures, non-published paper