In case of using the the GA with th

In case of using the the GA with the two-point bit equalizer crossover operator a hundred times with 50 generations, the GA was able to find the optimal solution in all cases using, on average, only 22,2 iterations with a standard deviation of approximately 9,8 iterations.
These numbers show that the GA with the bit equalizer crossover operator is both robust
in finding the optimal solution and fast, although the speed of convergence is somewhat sensitive for the chosen initial population.
The following two figures further illuminate these findings.
Both the progress of the average fitness value (tracking error) of the best solution of each generation is shown and the progress of the fitness value of the best solution of each generation in a single, typical run are shown.
For certain other results found concerning the AEX-index tracking problem, we refer to [1].

ผลลัพธ์ (ไทย) 1:

กรณีใช้ GA กับตัว 2 จุดบิตตัวปรับแต่งเสียงแบบไขว้ปฏิบัติร้อยครั้งกับรุ่น 50, GA จะได้หาทางออกดีที่สุดในทุกกรณีใช้ เฉลี่ย ซ้ำเฉพาะ 22,2 มีค่าเบี่ยงเบนมาตรฐานของประมาณ 9,8 ซ้ำ
หมายเลขเหล่านี้แสดงว่า GA ด้วยตัวดำเนินการบิตตัวปรับแต่งเสียงแบบไขว้ทั้งสองแข็งแรง
ในการหาโซลูชันที่ดีที่สุดและรวดเร็ว แม้ว่าความเร็วของลู่เข้าจะค่อนข้างสำคัญสำหรับประชากรเริ่มต้นท่าน
ต่อไปนี้สองตัวเลขเพิ่มเติมส่องค้นพบเหล่านี้
ทั้งความคืบหน้าของการออกกำลังกายเฉลี่ยค่า (ติดตามข้อผิดพลาด) ของการแก้ปัญหาที่ดีที่สุดของแต่ละรุ่นจะแสดงความคืบหน้าของค่าฟิตเนสโซลูชั่นดีที่สุดของแต่ละรุ่นในครั้งเดียว และ เรียกโดยทั่วไปจะแสดง
สำหรับผลลัพธ์บางอย่างพบเกี่ยวกับปัญหาการติดตามดัชนี AEX เราอ้างอิง [1]

ผลลัพธ์ (ไทย) 2:

ในกรณีของการใช้จอร์เจียที่มีผู้ประกอบการปรับเสียงบิตข้ามสองจุดเป็นร้อยครั้งกับ 50 รุ่นจอร์เจียก็สามารถที่จะหาทางออกที่ดีที่สุดในทุกกรณีการใช้เฉลี่ยเพียง 22.2 ซ้ำกับการเบี่ยงเบนมาตรฐานของ ประมาณ 9,8 ซ้ำ
ตัวเลขเหล่านี้แสดงให้เห็นว่าจอร์เจียกับผู้ประกอบการในภูมิภาคปรับเสียงบิตมีทั้งประสิทธิภาพ
ในการหาทางออกที่ดีที่สุดและรวดเร็วแม้ว่าความเร็วของลู่จะค่อนข้างสำคัญสำหรับประชากรที่เริ่มต้นได้รับการแต่งตั้ง
ต่อไปนี้ตัวเลขที่สองต่อไปสว่างเหล่านี้ ผลการวิจัย
ทั้งความคืบหน้าของการออกกำลังกายค่าเฉลี่ย (ข้อผิดพลาดการติดตาม) ของการแก้ปัญหาที่ดีที่สุดของแต่ละรุ่นมีการแสดงและความคืบหน้าของมูลค่าการออกกำลังกายของการแก้ปัญหาที่ดีที่สุดของแต่ละรุ่นในครั้งเดียววิ่งปกติจะแสดง
เพื่อให้ได้ผลบางอย่างอื่น ๆ พบปัญหาเกี่ยวกับการติดตาม AEX ดัชนีเราดูที่ [1]

ผลลัพธ์ (ไทย) 3:

ในกรณีของการใช้เกมกับบิต Equalizer ครอสโอเวอร์แบบสองผู้ประกอบการร้อยครั้งกับ 50 รุ่น เกมสามารถหาโซลูชั่นที่เหมาะสมในการใช้โดยเฉลี่ยเพียง 22,2 ซ้ำกับส่วนเบี่ยงเบนมาตรฐานประมาณ 9,8 ซ้ำ .
ตัวเลขเหล่านี้แสดงให้เห็นว่าเกมกับบิต Equalizer ครอสโอเวอร์ผู้ประกอบการคือ ทั้งแข็งแกร่ง
ในการหาโซลูชั่นที่เหมาะสม และรวดเร็ว แม้ว่าความเร็วในการลู่เข้าของค่อนข้างละเอียดอ่อนสำหรับเลือกประชากรเริ่มต้นที่ .
ต่อไปนี้สองตัวเลขเพิ่มเติมความสว่างพบเหล่านี้
ทั้งความคืบหน้าของค่าความเหมาะสมเฉลี่ย ( ความผิดพลาด ) ของโซลูชั่นที่ดีที่สุดของแต่ละรุ่นจะแสดงและความคืบหน้าของฟิตเนสมูลค่าของโซลูชั่นที่ดีที่สุดของแต่ละรุ่นในเดี่ยวปกติวิ่งแสดงผลอื่น ๆบางอย่าง .
สำหรับพบเกี่ยวกับอุตสาหกรรมดัชนีติดตามปัญหา เราดูที่ [ 1 ]