◆Problem Setting |
spiral問題の設定を行います。
|
◆Population |
進化の方法を設定します。
|
◆Results |
結果を表示します。 左上の2つのグラフは、最も適合度の高い個体の適合度とその個体の遺伝子長、またその世代の平均の遺伝子長を表示します。左下には最も適合度が高い個体の遺伝子コードが表示されます。また右のグラフではTraining Dataと得られた遺伝子の表現型を示しています。はTraining Data、はTraining Dataの反転領域、は得られた関数の値(表現型)を表します。 |
◆実行結果の例 |
すべての関数を使用可能にして、Population Sizeを3000、Generationを2000、Tounament方式でエリート数を20%、交叉0.5突然変異0.5のように設定した実行結果です。実行にはふつうのパソコンで1日程度かかります。初期条件によりますが、Best Individualが22というのはかなりよい値です。環境が変わらないので、進化は200程で定常状態に達し、進化のスピードは指数関数的に鈍くなっているのが分かります。 |