AI – PSO – 选择正确的表示方法

假设我有一个包含N个自然数的集合S,以及这个集合的N个子集(S1, S2, …Sn)。我想生成两个子集D1和D2(D1 + D2 = S,D1和D2没有共同元素),使得D1和D2不包含任何这N个子集中的任何一个。

快速示例:

S = 1 2 3 4 5

S1 = 1 4

S2 = 1 2

S3 = 1 2 3

S4 = 1 2 3 4

S5 = 1 2 4

D1 = 1 3 5

D2 = 2 4

我的第一个想法是,粒子的位置将描述元素的选择方式(假设位置是一个包含N个BYTE元素的数组,如果position[i]是1,则Set[i]在D1中,如果是2,则在D2中,为了简单起见)。

一个解的适应度可以是N减去解中包含的初始子集的数量。

但是速度应该是什么呢?我无法想出这一部分,这让我觉得可能需要以另一种方式来表示位置,但同样,我找不到一种不会使情况变得过于复杂的方法。

我更感兴趣的是理论上的回答。我应该如何表示数据,以及为什么这样做。

我对PSO还是新手,所以关于这个主题的任何入门级的好读物都将不胜感激。


回答:

正如amit所建议的,这实际上是一个NP难问题。给定一个CNF公式,让S与所有文字(正负)的集合一一对应,再加上一个额外的T和F对。创建一个{T, F}集合。对于每个变量,创建一个包含该变量的正负文字的两个元素集合,使得一个与T共享一个集合,另一个与F共享一个集合。对于每个析取的子句,创建一个包含其文字和F的集合。通过将所有与T共享集合的文字赋值为真,CNF-SAT实例和这个问题的实例的解是一一对应的。

如果你想解决这个问题,我建议使用SAT求解器,因为用CNF表达它并不难。如果你想学习粒子群优化,我建议选择一个具有连续解空间的不同问题。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注