A hybrid genetic algorithm with int

A hybrid genetic algorithm with internal local search was developed for optimisations involving continuous variables. The reproduction probabilities were enhanced using the fitness values obtained when a local method was applied to each individual in the population. These estimations are more realistic, since consider not the apparent but the hidden, latent quality of each individual. The information gathered in the local search was also used to build an auxiliary population recording the successfully enhanced individuals, which allowed to detect the convergence and self-adapt the search limits. The size of this auxiliary population was kept constant by a cluster analysis strategy. The method was applied to the simultaneous deconvolution of sets of chromatograms monitored at a single detection wavelength, sharing two compounds Žsulphapyridine and sulphisoxazole. at different concentration ratios. The results were compared with a classical genetic algorithm and a hybrid Powell–Gauss–Newton method, to check the benefits of the strategy. The method, called LOGA Žlocally optimised ge- netic algorithm. was superior in terms of the obtained residuals, and was able to retrieve the expected individual peak profiles with very low errors.

ผลลัพธ์ (ไทย) 1:

การผสมพันธุอัลกอริทึมค้นหาเฉพาะภายในได้รับการพัฒนาสำหรับ optimisations ที่เกี่ยวข้องกับตัวแปรต่อเนื่อง กิจกรรมการสืบพันธุ์ถูกเพิ่มโดยใช้ค่าฟิตเนสได้รับเมื่อใช้วิธีการเฉพาะกับแต่ละบุคคลในประชากร ประมาณนี้จะสมจริงมากขึ้น พิจารณาไม่ชัดเจนแต่คุณภาพแฝงอยู่ ซ่อนของแต่ละคนตั้งแต่ ข้อมูลที่รวบรวมในการค้นหาท้องถิ่นถูกใช้เพื่อสร้างประชากรการเสริมบันทึกบุคคลขั้นสูงสำเร็จ ซึ่งได้รับอนุญาตเพื่อตรวจสอบการบรรจบกัน และปรับการจำกัดการค้นหาตนเอง ขนาดของประชากรนี้เสริมถูกเก็บค่าคงที่ โดยคลัสเตอร์วิเคราะห์กลยุทธ์ วิธีการใช้ deconvolution พร้อมชุดตรวจสอบที่ความตรวจหาเดียว ร่วมสองสาร Žsulphapyridine และ sulphisoxazole chromatograms ที่อัตราส่วนความเข้มข้นแตกต่างกัน ผลลัพธ์ได้เมื่อเทียบกับอัลกอริทึมแบบคลาสสิกทางพันธุกรรมและวิธีการ Powell–Gauss–Newton การตรวจสอบประโยชน์ของกลยุทธ์แบบผสมผสาน วิธี เรียกว่า LOGA Žlocally เหมาะงานกราฟฟิก ge - netic อัลกอริทึม ห้องซูพีเรียในค่าคงเหลือได้รับ และสามารถดึงโพรไฟล์สูงสุดแต่ละต้น มีข้อผิดพลาดที่ต่ำมาก

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีพันธุกรรมลูกผสมที่มีการค้นหาในท้องถิ่นภายในได้รับการพัฒนาที่เกี่ยวข้องกับ optimisations ตัวแปรอย่างต่อเนื่อง น่าจะได้รับการปรับปรุงพันธุ์โดยใช้ค่าการออกกำลังกายที่ได้รับเมื่อวิธีการในท้องถิ่นถูกนำไปใช้แต่ละคนในประชากร ประมาณการเหล่านี้มีความเป็นจริงมากขึ้นเนื่องจากไม่ได้พิจารณาเห็นได้ชัด แต่ที่ซ่อนแฝงที่มีคุณภาพของแต่ละบุคคล ข้อมูลที่รวบรวมได้ในการค้นหาในท้องถิ่นยังถูกใช้ในการสร้างการบันทึกบุคคลที่ประสบความสำเร็จในการปรับปรุงซึ่งได้รับอนุญาตในการตรวจสอบการบรรจบและตัวเองปรับตัวเข้ากับข้อ จำกัด การค้นหาที่มีประชากรเสริม ขนาดของประชากรเสริมนี้ถูกเก็บไว้อย่างต่อเนื่องโดยการวิเคราะห์กลยุทธ์คลัสเตอร์ วิธีการที่ถูกนำไปใช้ deconvolution พร้อมกันของชุด chromatograms ตรวจสอบการตรวจสอบที่ความยาวคลื่นเดียวที่ใช้ร่วมกันสองสารŽsulphapyridineและ sulphisoxazole ที่อัตราส่วนความเข้มข้นที่แตกต่างกัน ผลลัพธ์ที่ได้เมื่อเทียบกับขั้นตอนวิธีพันธุกรรมคลาสสิกและวิธี Powell-เกาส์นิวตันไฮบริดเพื่อตรวจสอบผลประโยชน์ของกลยุทธ์ วิธีการที่เรียกว่า loga Žlocallyขั้นตอนวิธีการที่ดีที่สุด ge-netic ได้ดีกว่าในแง่ของเหลือที่ได้รับและก็สามารถที่จะดึงคา​​ดโปรไฟล์ยอดบุคคลที่มีข้อผิดพลาดที่ต่ำมาก

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีทางพันธุกรรมแบบกับการค้นหาภายในท้องถิ่น พัฒนาขึ้นมาเพื่อ optimisations เกี่ยวข้องกับตัวแปรต่อเนื่อง การสืบพันธุ์จึงน่าจะเป็นการใช้ฟิตเนสได้เมื่อใช้วิธีท้องถิ่นในแต่ละคน ในประชากร ภาคนี้สมจริงมากขึ้น เมื่อพิจารณาไม่แจ่มแจ้ง แต่แฝงซ่อนอยู่ คุณภาพ ของแต่ละคนข้อมูลที่รวบรวมในการค้นหาในท้องถิ่นถูกใช้เพื่อสร้างเสริมประชากรบันทึกปรับปรุงเรียบร้อยแล้ว บุคคลซึ่งได้รับอนุญาตตรวจสอบการลู่เข้าและตนเองปรับขอบเขตการค้นหา ขนาดของประชากรเสริมนี้คงที่โดยการวิเคราะห์กลุ่มกลยุทธ์วิธีการคือใช้กับธีค โวลูชั่นพร้อมกันของชุดของการตรวจสอบกลิ่นที่ความยาวคลื่นเดียวร่วมกันและสารสองŽ sulphapyridine sulphisoxazole . อัตราส่วนความเข้มข้นแตกต่างกัน เปรียบเทียบกับขั้นตอนวิธีเชิงพันธุกรรมดั้งเดิมและลูกผสม พาวล์ –ระเบียบวิธีนิวตันเกาส์และเพื่อตรวจสอบผลประโยชน์ของกลยุทธ์ วิธีการเรียก loga Žในท้องถิ่น - GE - netic ขั้นตอนวิธี ยังเหนือกว่าในแง่ของค่าความคลาดเคลื่อน และสามารถดึงคาดว่าแต่ละยอดโปรไฟล์ มีข้อผิดพลาดน้อยมาก