Я наткнулся на несколько постов и статей, в которых предлагается использовать такие вещи, как имитация отжига, чтобы избежать проблемы локальных минимумов/максимумов.
Я не понимаю, зачем это нужно, если вы начали с достаточно большой случайной популяции.
Является ли это просто еще одной проверкой, чтобы убедиться, что начальная популяция действительно была достаточно большой и случайной? Или эти методы просто альтернатива созданию «хорошей» начальной популяции?
Имитация отжига — это метод вероятностной оптимизации. Он не должен давать вам более точные ответы, он должен давать приблизительные значения быстрее.
Имитационный отжиг — это вероятностный метод, в котором вероятность попадания в локальные минимумы/максимумы зависит от планирования температуры. Температура планирования различна для разных типов задач. Эволюционный алгоритм намного надежнее и с меньшей вероятностью попадет в ловушку локальных минимумов/максимумов. СА является вероятностным. С другой стороны, EA использует мутацию, которая вводит случайное блуждание в пространстве поиска, поэтому EA имеет более высокую вероятность получения глобальных оптимумов.
Во-первых, искусственный отжиг — это крайняя мера. Есть гораздо лучшие, более эффективные и действенные методы обнаружения локальных минимумов.
Лучшей проверкой было бы использование статистического метода для раскрытия информации о вашем наборе данных, такой как дисперсия или стандартное отклонение.
