Opzioni degli algoritmi del risolutore

Probabilità di cambio agente

Specifica la probabilità che un individuo scelga la strategia DE (Evoluzione Differenziale).

Considera le variabili come numeri non negativi

L'opzione forza come variabili solo numeri positivi.

DE: Probabilità di incrocio

Definisce la probabilità che l'individuo sia combinato con il punto migliore trovato su scala globale. Se non si usa l'incrocio, il punto è determinato in base alla memoria dell'individuo.

DE: Fattore di scala

Durante l'incrocio, il fattore di scala determina la "velocità" di movimento.

Cicli di apprendimento

Definisce il numero di iterazioni che l'algoritmo dovrebbe eseguire. In ciascuna iterazione tutti gli individui cercano di indovinare la soluzione migliore e condividono le loro conoscenze.

PS: Costante cognitiva

Imposta l'importanza della memoria individuale (in particolare il miglior punto raggiunto finora).

PS: Coefficiente di avvicinamento

Definisce la velocità a cui le particelle/individui viaggiano uno verso l'altro.

PS: Probabilità di mutazione

Definisce la probabilità che, invece di spostare un componente della particella verso il punto migliore, venga scelto un nuovo valore casuale compreso nell'intervallo valido di quella variabile.

PS: Costante sociale

Imposta l'importanza del miglior punto globale tra tutte le particelle/individui.

Mostra stato esteso del risolutore

Se attivato, durante la procedura di risoluzione viene mostrata un'altra finestra di dialogo con informazioni sullo stato corrente, il livello di stagnazione, la soluzione migliore al momento attuale e la possibilità di fermare o riprendere il calcolo.

Dimensione dello sciame

Definisce il numero di individui che partecipano al processo di apprendimento. Ogni individuo trova le proprie soluzioni e contribuisce alla conoscenza complessiva.

Limite di stagnazione

Se questo numero di individui ha trovato soluzioni tra loro vicine, l'iterazione si ferma e il migliore di questi valori è scelto come valore ottimale.

Tolleranza di stagnazione

Definisce l'intervallo per considerare "simili" due soluzioni.

Usa metodo di confronto ACR

Se disattivato (impostazione predefinita), viene usato il metodo di confronto BCH. Confronta due individui analizzando prima quali vincoli violano e, solo quando questi vincoli sono i medesimi, misura la loro soluzione corrente.

Se attivato, viene usato il metodo di confronto ACR. Confronta due individui in funzione dell'iterazione corrente e misura la bontà delle loro soluzioni sfruttando la conoscenza delle peggiori soluzioni note (secondo le violazioni dei vincoli).

Usa punto di partenza casuale

Se attivato, la libreria parte semplicemente con punti presi a caso.

Se disattivato, la libreria parte prendendo come riferimento i valori attuali (forniti dall'utente).

Stima dei limiti delle variabili

Se attivata (impostazione predefinita), l'algoritmo cerca di indovinare i limiti delle variabili guardando i loro valori iniziali.

Soglia dei limiti delle variabili

Quando si cerca di indovinare i limiti delle variabili, questa soglia specifica come i valori iniziali vengono spostati per costruire i limiti. Per un esempio, consulta il manuale nel Wiki.

Considera le variabili come numeri non negativi

L'opzione forza come variabili solo numeri positivi.

Cicli di apprendimento

Definisce il numero di iterazioni che l'algoritmo dovrebbe eseguire. In ciascuna iterazione tutti gli individui cercano di indovinare la soluzione migliore e condividono le loro conoscenze.

Mostra stato esteso del risolutore

Se attivato, durante la procedura di risoluzione viene mostrata un'altra finestra di dialogo con informazioni sullo stato corrente, il livello di stagnazione, la soluzione migliore al momento attuale e la possibilità di fermare o riprendere il calcolo.

Dimensione della libreria

Definisce la quantità di informazioni da archiviare nella libreria pubblica, utilizzata da ciascun individuo per memorizzare e recuperare informazioni.

Dimensione dello sciame

Definisce il numero di individui che partecipano al processo di apprendimento. Ogni individuo trova le proprie soluzioni e contribuisce alla conoscenza complessiva.

Limite di stagnazione

Se questo numero di individui ha trovato soluzioni tra loro vicine, l'iterazione si ferma e il migliore di questi valori è scelto come valore ottimale.

Tolleranza di stagnazione

Definisce l'intervallo per considerare "simili" due soluzioni.

Usa metodo di confronto ACR

Stima dei limiti delle variabili

Se attivata (impostazione predefinita), l'algoritmo cerca di indovinare i limiti delle variabili guardando i loro valori iniziali.

Soglia dei limiti delle variabili

Quando si cerca di indovinare i limiti delle variabili, questa soglia specifica come i valori iniziali vengono spostati per costruire i limiti. Per un esempio, consulta il manuale nel Wiki.

Considera le variabili come numeri interi

L'opzione forza come variabili solo numeri interi.

Considera le variabili come numeri non negativi

L'opzione forza come variabili solo numeri positivi.

Livello epsilon

Livello epsilon. I valori validi sono compresi nell'intervallo tra 0 (molto stretto) a 3 (molto largo). Epsilon è la tolleranza per l'arrotondamento dei valori a zero.

Limita profondità branch-and-bound

Specifica la profondità massima del branch-and-bound. Un valore positivo indica che la profondità è assoluta. Un valore negativo indica un limite di profondità branch-and-bound relativa.

Tempo massimo per la risoluzione

Imposta all'algoritmo il tempo massimo di risoluzione della soluzione.

Considera le variabili come numeri interi

L'opzione forza come variabili solo numeri interi.

Considera le variabili come numeri non negativi

L'opzione forza come variabili solo numeri positivi.

Tempo massimo per la risoluzione

Imposta all'algoritmo il tempo massimo di risoluzione della soluzione.

Algoritmo a sciame

Impostate l'algoritmo a sciame. 0 per l'evoluzione differenziale e 1 per l'ottimizzazione dello sciame di particelle. Il valore predefinito è 0.