s444360/SI_2020
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

poprawiony raport

Browse Source
This commit is contained in:
magdabiadala 2020-05-10 16:11:07 +02:00
parent 2f47d59eba
commit 39e5a45072
1 changed files with 3 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

6
genetic_algorithm.md
View File

@ -123,6 +123,7 @@ Dla każdego pokolenia wykonywane są kolejno funkcje:
- mutation()
> ta funkcja wykonywana jest tylko z pewnym prawdopodobieństem określonym w zmiennej *mutation_prob*.
- evaluation()
>dla pokolenia które pozostawiły po sobie poprzednie funkcje znalezione zostaje maksimum (największa wartość *fitness*).
@ -130,15 +131,14 @@ Dla każdego pokolenia wykonywane są kolejno funkcje:
Algorytm zwraca osobnika (przyporządkowanie) dla którego wartość fitness była największa.
#### Przeprowadzone testy
W celu dobrania wstępnych wartości parametrów:
W celu rozeznania i dobrania wstępnych wartości parametrów:
- *mutation_prob* (prawdopodobieństwo mutacji),
- *generation_size* (wielkość pojedynczego pokolenia),
- *number_of_generations* (liczba pokoleń),
został przeprowadzony test. Wykonywał on 200 razy algorytm genetyczny dla wybranych parametrów, a następnie liczył średnią i medianę maksymalnej wartości *fitness* znalezionej w każdej z prób. W poniższej tabeli oprócz średniej i mediany można także odczytać czas działania algorytmu.
![alt text](https://git.wmi.amu.edu.pl/s444360/SI_2020/src/master/wyniki_testu.PNG "tabela wyników")
![Tabela wyników](wyniki_testu.PNG)
- *amount_of_promotion* (wartość jaka zostaje dodana do *fitness* osobnika, jeśli wykorzysta jakiś regał w pełni)