Эволюция матрицы с использованием генетического алгоритма

Question

Недавно я обнаружил генетические альготы и после небольшого исследования не могу найти ни одного примера того, как эволюционировать структуры более сложные, чем вектор или строка. Предположим, что я использую матрицу ковариации для определенного вычисления (например, для вычисления расстояния mahalanobis), и я хочу искать лучшую матрицу для выполнения задания и линизировать определенные критерии, есть ли классические примеры того, как разработать матрицу и какие операторы кроссовера использовать?

Спасибо!

Answer 1

Любая структура фиксированного размера и формы, состоящая из чисел (или любых других элементов), может быть переписана на одномерный вектор и обратно. Затем вы можете использовать любой оператор, который вам нравится, который работает на векторах.

Если вы хотите работать с матрицами (или любыми другими структурами) напрямую, вы всегда можете создавать свои собственные операторы, но в основном матрица - это вектор, просто написанный по-другому. Для матрицы случае существует ряд possibilites операторов (кроссовер):

• своп строк/столбцов (между родителями)
• Своп подматрицы (обобщение выше)
• непрерывного пространства кроссовера Митос такие как BLX-alpha, PCX, арифметический кроссовер ... Все они предназначены для векторов, но вы просто будете рассматривать матрицу как вектор (это действительно не так).

Мутация, вероятно, будет более или менее идентичной векторной форме - вы просто мутируете элементы (или некоторые из них).