algorithm - 遗传算法与matlab如何使用分类精度作为适应度函数

Question

我有一个问题想用 matlab 遗传算法工具箱解决，但我不知道如何解决。我想以最大化函数的方式计算公式中的 3 系数，该函数是 SVM 分类模型的分类精度。系数的公式是 a*A+b*B+c*C 其中 a、b、c 是我想找到它们优化值的系数，A、B、C 是数据集的 3 个属性的值.我也有约束 a+b+c=1 和 a,b,c>0

我应该如何使用遗传算法来解决这个问题？

Answer 1

首先需要随机生成一个初始可行解，作为第一代。

这些可行的解决方案中的每一个都应该满足 a + b + c = 1 和 a, b, c > 0。

然后根据你的适应度函数，对每一个答案进行评估，选出较好的作为“ parent ”。对这些 parent 应用“交叉”或“变异”等遗传算法，产生一组后代，作为下一代。

重复此过程一定次数，例如 500 代。

例如，您可以定义一个变量fitness，值越高表示其对应的候选者是更合适的解决方案。既然你在最大化这个函数，那么:

适应度 = a * A + b * B + c * C

在您的每个 GA 操作(交叉、变异等)中，请记住始终产生满足您的初始约束的新候选者(a + b + c = 1 和 a , b, c > 0).