Комментарии 8
Интересно. Я бы порекомендовал вам выкладывать код на github. Кто-нибудь мог бы помочь избавиться от «сырости» кода :)
> Существуют разные способы идентификации, основанные на серьезной математике и сложные в реализации.
> Фитнесс-функция реализована как среднеквадратическое отклонение между выходным сигналом тестового фильтра и сгенерированного по генам особи
Вот уж не сказал бы, что банальный метод наименьших квадратов сложнее в реализации генетического алгоритма.
Как еще одно применение генетического алгоритма — не оправдано и не интересно.
> Фитнесс-функция реализована как среднеквадратическое отклонение между выходным сигналом тестового фильтра и сгенерированного по генам особи
Вот уж не сказал бы, что банальный метод наименьших квадратов сложнее в реализации генетического алгоритма.
Как еще одно применение генетического алгоритма — не оправдано и не интересно.
Поправлюсь — мне не интересно, а тем кто только начинает изучать тему, вполне может быть интересно как простой примерю
Здесь МНК не противопоставляется ГА, а наоборот используется как критерий оценки приспособленности. Генетика использована для минимизации функционала (в данном случае среднеквадратическое отклонение, а может быть и другой критерий). И почему использование генетики неоправдано? Я этой программой автоматизирую поиск оптимальной мат. модели. Реализация проста для понимания. Работает эффективно. Следующий шаг — натравить генетику на фильтр Калмана с ковариационными матрицами и его большой размерностью. Думаю как минимум интересно, но может и результат будет положительным.
x = []; 100.times { |i| x << i*@@ts } => x = Array.new(100) {|i| i*@@ts} и аналогично с test_y и т.п.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
ТАУ-Дарвинизм: реализация на Ruby