LGPC for regression

LGPCによるregression problem(記号回帰問題)を解法するシミュレータです

Problem Configuration

Regression問題の設定をします。

• Training Data

訓練データの入力です。好きなデータを与えて下さい。ファイルで与える場合はLoad を押して適当なファイルをロードしてください。ファイルのサンプルは解凍したRegressionフォルダに入っています。

• Validation Data

テストデータの入力です。このデータへの適合度により進化させます。訓練データをそのまま使うことも可能です。

• Draw Graph

このボタンを押すと次のようにTraining DataとValidation Dataを描画することが出来ます。

• Functions

GPの非終端記号としてどういう関数を使うかを決めます。使いたい関数にチェックを入れてください。

• Constants

GPの終端記号として使う定数値の設定です。値の範囲と刻みを入力してください。

• Variable

変数値の設定です。

Populations

GPに使うパラメータの設定です。

• Number of Population

集団の数を設定します。集団ごとに違うパラメータで進化させることが可能です。

• Population Size

個体数を設定します。

• Generation

何世代進化させるかを決めます。

• Selection Method

戦略を決定します。戦略にはルーレット方式(Proportional) トーナメント方式(Tournament)ランダムの３つがあり、オプションとしてエリート戦略をとるかどうかを選択することが出来ます。

• Restriction on Genes

遺伝子に許される最大長を決めます。

• Rate of GP Operations

交叉(Crossover)や突然変異(Mutation)一点交叉(One-point Crossover)の起こる確率を決めます。

• Initial Ratio of the Nodes

初期状態の各ノードに関数が入る確率と終端記号(定数・変数)が入る確率を決めます。

Results

結果を示します。

左側にはその世代で最も優秀な個体の適合度や遺伝子長、全個体の平均遺伝子長などがリアルタイムに示されます。右上は最も適合度が高い個体の遺伝子コードで、右下はGPにより出来上がった関数を訓練データ・テストデータとともに表示します。