DEPS składa się z dwóch niezależnych algorytmów: Ewolucja różnicowa i Optymalizacja roju cząstek. Obydwa nadają się szczególnie do rozwiązywania problemów numerycznych, takich jak optymalizacja nieliniowa, i uzupełniają się nawzajem, wyrównując swoje niedociągnięcia.
Ustawienia
|
Opis
|
Wskaźnik przełączania agenta
|
Określa prawdopodobieństwo, że jednostka wybierze strategię ewolucji różnicowej.
|
Przyjmij, że zmienne są liczbami nieujemnymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko dodatnie.
|
DE: Prawdopodobieństwo podziału
|
Określa prawdopodobieństwo, że jednostka połączy się z globalnym najlepszym punktem. Jeśli podział nie jest używany, punkt zostanie złożony z pamięci własnej jednostki.
|
DE: Współczynnik skalowania
|
W trakcie podziału, współczynnik podziału decyduje o “szybkości” przesunięcia.
|
Cykle uczenia się
|
Określa liczbę iteracji, jakie powinien wykonać algorytm. W każdej iteracji, wszystkie jednostki szacują najlepsze rozwiązanie i udostępniają swoją wiedzę.
|
PS: Stała poznawcza
|
Ustawia znaczenia własnej pamięci (w szczególności najlepszy dotychczas osiągnięty punkt).
|
PS: Współczynnik zawężania
|
Określą szybkość, z jaką cząsteczki/jednostki zbliżają się do siebie.
|
PS: Prawdopodobieństwo mutacji
|
Określa prawdopodobieństwo, że zamiast przeniesienia składnika cząsteczki w stronę najlepszego punktu, wybierze on losową nową wartość z poprawnego zakresu tej zmiennej.
|
PS: Stała społeczna
|
Ustawia znaczenie globalnego najlepszego punktu pomiędzy wszystkimi cząsteczkami/jednostkami.
|
Wyświetl rozszerzony status Solvera
|
Jeśli włączone, wyświetlane będzie dodatkowe okno w trakcie procesu rozwiązywania problemu, wyświetlające informacje o postępie, stopniu stagnacji, aktualnym najlepszym rozwiązaniu, oraz umożliwiające wstrzymanie i wznowienie solvera.
|
Wielkość roju
|
Określa liczbę jednostek biorących udział w procesie uczenia. Każda jednostka szuka rozwiązania samej siebie i uzupełnia ogólny stan wiedzy.
|
Granica stagnacji
|
Jeśli ta liczba jednostek odnajdzie rozwiązanie w zamkniętym zakresie, iteracja zostanie zatrzymana i najlepsza z wartości zostanie wybrana jako optymalna.
|
Tolerancja stagnacji
|
Określa, w jakim zakresie rozwiązania są uważane za „podobne”.
|
Użyj komparatora ACR
|
Jeśli wyłączono (domyślnie), używany jest komparator BCH. Porównuje dwie jednostki, najpierw poszukując naruszeń ich ograniczeń, a dopiero gdy te są równe, dokonuje pomiaru aktualnego rozwiązania.
Jeśli włączono, używany jest komparator ACR. Porównuje dwie jednostki zależne od aktualnej iteracji i dokonuje pomiaru ich zgodności, korzystając z bibliotek najgorszych znanych rozwiązań (w odniesieniu do naruszeń ich ograniczeń).
|
Użyj losowego punktu początkowego
|
Jeśli włączono, biblioteka jest zwyczajnie wypełniana losowymi punktami.
Jeśli wyłączono, aktualne wartości (podane przez użytkownika) są wstawiane do biblioteki jako punkt odniesienia.
|
Szacowanie zmiennych granic
|
Jeśli włączono (domyślnie), algorytm podejmie próbę odnalezienia zmiennych granic, zaczynając od wartości początkowych.
|
Próg zmiennych granic
|
Próg ten określa, w jaki sposób wartości początkowe są przesuwane podczas szacowania zmiennych granic. Zobacz podręcznik na stronach wiki, aby zobaczyć przykład sposobu obliczania tych wartości.
|
Społeczna optymalizacja poznawcza uwzględnia ludzkie zachowania polegające na uczeniu się i dzieleniu się informacjami. Każda jednostka ma dostęp do wspólnej biblioteki, w której wiedza jest dzielona pomiędzy wszystkimi osobami.
Ustawienia
|
Opis
|
Przyjmij, że zmienne są liczbami nieujemnymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko dodatnie.
|
Cykle uczenia się
|
Określa liczbę iteracji, jakie powinien wykonać algorytm. W każdej iteracji, wszystkie jednostki szacują najlepsze rozwiązanie i udostępniają swoją wiedzę.
|
Wyświetl rozszerzony status Solvera
|
Jeśli włączone, wyświetlane będzie dodatkowe okno w trakcie procesu rozwiązywania problemu, wyświetlające informacje o postępie, stopniu stagnacji, aktualnym najlepszym rozwiązaniu, oraz umożliwiające wstrzymanie i wznowienie solvera.
|
Wielkość biblioteki
|
Określa ilość informacji przechowywanych w bibliotece publicznej. Każdy człowiek przechowuje tam wiedzę i prosi o informacje.
|
Wielkość roju
|
Określa liczbę jednostek biorących udział w procesie uczenia. Każda jednostka szuka rozwiązania samej siebie i uzupełnia ogólny stan wiedzy.
|
Granica stagnacji
|
Jeśli ta liczba jednostek odnajdzie rozwiązanie w zamkniętym zakresie, iteracja zostanie zatrzymana i najlepsza z wartości zostanie wybrana jako optymalna.
|
Tolerancja stagnacji
|
Określa, w jakim zakresie rozwiązania są uważane za „podobne”.
|
Użyj komparatora ACR
|
Jeśli wyłączono (domyślnie), używany jest komparator BCH. Porównuje dwie jednostki, najpierw poszukując naruszeń ich ograniczeń, a dopiero gdy te są równe, dokonuje pomiaru aktualnego rozwiązania.
Jeśli włączono, używany jest komparator ACR. Porównuje dwie jednostki zależne od aktualnej iteracji i dokonuje pomiaru ich zgodności, korzystając z bibliotek najgorszych znanych rozwiązań (w odniesieniu do naruszeń ich ograniczeń).
|
Szacowanie zmiennych granic
|
Jeśli włączono (domyślnie), algorytm podejmie próbę odnalezienia zmiennych granic, zaczynając od wartości początkowych.
|
Próg zmiennych granic
|
Próg ten określa, w jaki sposób wartości początkowe są przesuwane podczas szacowania zmiennych granic. Zobacz podręcznik na stronach wiki, aby zobaczyć przykład sposobu obliczania tych wartości.
|
Ustawienia
|
Opis
|
Załóż, że zmienne są liczbami całkowitymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko liczbami całkowitymi.
|
Przyjmij, że zmienne są liczbami nieujemnymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko dodatnie.
|
Poziom epsilon
|
Poziom epsilon. Poprawne wartości mieszczą się w zakresie od 0 (bardzo wąski) do 3 (bardzo luźny). Epsilon to tolerancja zaokrąglania wartości do zera.
|
Ogranicz głębokość odgałęzienia i powiązania
|
Określa maksymalną głębokość rozgałęzień i wiązań. Wartość dodatnia oznacza, że głębokość jest bezwzględna. Wartość ujemna oznacza względną granicę głębokości rozgałęzień i wiązań.
|
Limit czasu Solvera
|
Ustawia maksymalny czas osiągnięcia przez algorytm zbieżności do rozwiązania.
|
Ustawienia
|
Opis
|
Załóż, że zmienne są liczbami całkowitymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko liczbami całkowitymi.
|
Przyjmij, że zmienne są liczbami nieujemnymi
|
Zaznacz, aby wymusić, że wartości zmiennych mogą być tylko dodatnie.
|
Limit czasu Solvera
|
Ustawia maksymalny czas osiągnięcia przez algorytm zbieżności do rozwiązania.
|
Algorytm roju
|
Ustaw algorytm roju. 0 dla ewolucji różnicowej i 1 dla optymalizacji roju cząstek. Wartość domyślna to 0.
|