我有很多数据条目,每个条目由 8(八)个数字组成。
对于每个条目,我都知道“健身分数”(即这个条目有多“好”)。
而且,我想构建/查找近似函数(“适应度分数”取决于这 8 个参数)。不仅这个函数的数学表示对我来说是可以的,而且任何实现(如 NN)都会给我任意(新)条目的合理“适应度分数”。
我尝试了神经网络(Encog 库)和遗传方法(Watchmaker 库)。第二种方法给了我比 NN 更好的结果。但是,我将近似函数表示为八个“a * pow(x, b)”分量的总和,其中“a”和“b”由 GA 突变,“x”是数据输入的参数。尽管事实上我在 GA 的帮助下取得了一些积极的成果,但显然这不是最好的方法。
所以,问题是:在我的情况下,改进搜索逼近函数的方法是什么?除了 NN 和 GA 还有其他方法吗?
谢谢。