Opcje algorytmów Solvera

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.

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

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.

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.

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.