1

我正在尝试将 GA 用于以下搜索问题:

有一组 30 个向量,每个向量有 1500 个元素:

一个[30x1500]

还有一个包含 2000 个向量的库,每个向量包含 1500 个元素

B[2000 x 1500]

我尝试在 B 中找到与 A 中的向量最接近的一组 (30) 个向量。

我正在使用 GA(基本选择->交叉->突变)并且得到了相当好的结果,但是代码真的很慢。我使用相关函数作为适应度,这可能是瓶颈,尽管迭代次数肯定也是瓶颈(大约 500 次迭代才能获得 95% 的相关性)。

有没有人用 GA 来解决类似的问题?或广泛使用 GA... 有什么常用技巧可以用来提高速度和/或收敛性吗?

谢谢!

PS:我的程序是用 R 编写的。

4

1 回答 1

0

这实际上是一个相当微不足道的计算。您可以使用欧几里得距离计算它并分配计算。在多核机器上,您应该很快就会得到答案。

GA 绝对不是解决这个问题的方法。

于 2013-02-04T19:41:00.377 回答