关于改进遗传算法进行匹配的建议

时间:2013-01-31 16:28:53

标签: r genetic-algorithm

我正在尝试将GA用于以下搜索问题:

有一组30个向量,每个向量包含1500个元素:

A [30x1500]

还有一个包含2000个向量的库,每个向量都有1500个元素

B [2000 x 1500]

我尝试在B中找到最接近A中矢量的(30)矢量集。

我正在使用GA(基本选择 - >交叉 - >突变)并且获得了相当不错的结果,但代码非常慢。我使用相关函数作为适应度,这可能是瓶颈,尽管迭代次数肯定也是一个瓶颈(大约500次迭代才能获得95%的相关性)。

有没有人使用GAs来解决类似的问题?或广泛的GA ...我可以使用任何常用技巧来提高速度和/或收敛吗?

谢谢!

P.S:我的程序是用R编写的。

1 个答案:

答案 0 :(得分:0)

这实际上是一个相当微不足道的计算。您可以使用欧几里德距离计算它并分配计算。在多核机器上,您应该立即得到答案。

GA绝对不是解决这个问题的方法。