DEPS è composto da due algoritmi indipendenti: Evoluzione differenziale e Ottimizzazione dello sciame di particelle. Entrambi sono particolarmente adatti a risolvere problemi numerici, come l'ottimizzazione non lineare, e sono complementari l'uno all'altro, in quanto compensano le rispettive lacune.
|
Impostazioni
|
Descrizione
|
|
ProbabilitĂ di cambio agente
|
Specifica la probabilitĂ 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: ProbabilitĂ 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 "velocitĂ " 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 velocitĂ a cui le particelle/individui viaggiano uno verso l'altro.
|
|
PS: ProbabilitĂ di mutazione
|
Definisce la probabilitĂ 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 possibilitĂ 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 bontĂ 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.
|
Social Cognitive Optimization (Ottimizzazione cognitiva sociale) prende in considerazione il comportamento umano di apprendimento e condivisione delle informazioni. Ogni individuo ha accesso a una biblioteca comune la cui conoscenza è condivisa tra tutti gli individui.
|
Impostazioni
|
Descrizione
|
|
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 possibilitĂ di fermare o riprendere il calcolo.
|
|
Dimensione della libreria
|
Definisce la quantitĂ 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
|
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 bontĂ delle loro soluzioni sfruttando la conoscenza delle peggiori soluzioni note (secondo le violazioni dei vincoli).
|
|
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.
|
|
Impostazioni
|
Descrizione
|
|
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 profonditĂ 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.
|