感激您的回覆. ※ 引述《lovewa (On my way)》之铭言： : : 1.他提到他把degree扩展成可以不是整数. : : 那在用Denisty Evolution算cost时, 还是用他提出等效的整数degree去算吗? : : 还是Denisty Evolution可以算非整数degree? : 不清楚可以拓展成非整数的degree这件事情。 : 但DE可以硬算...假如真的要的话... 我还没看到非整数的degree这件事情前的想像是: 假设: 我max_degree是5: 那我就去找 a1 + a2*x + a3*x^2 + a4*x^3 + a5*x^4 包括变数节点和查核节点分布, 所以共10个变数(然後再扣掉2个条件) 但是我看到Richardson在2001年的paper(p.p.636),理解是: 因为最佳解的degree会集中在少数几个, 所以可以把search space缩小, 如果缩到只剩一个degree, 可能只剩最佳化 b1*x^c1 两个变数, 假设找出来的解c1=1.3 b1=1,接下来把b1*x^1.3转成等效的b1'*x^1+b1''*x^2 所以问题就变成我觉得解的degree会分布成几群, 我一开始就设几个变数. 而我的问题变成要用DE硬算x^1.3 还是算等效的x^1和x^2 . : : 2.用differential evolution找解是不是: : : 一开始假设只有n个degree, 所以会在2n-1个dimension下去找解 : : (n个degree, n个factor, 有一个factor相加等於1的constraint)? : 变数不应该只有这些吧...要考虑的包括变数节点和查核节点分布 : 限制的话有Code Rate、和变数节点以及查核节点的系数和为1.... 我忘记算查核节点分布. 不过补充如前述. : : 3.一般来说n会取多大? : 因为你2的部份似乎没有弄清楚，这部份没办法回答你... : 而且这和你想要的最大变数节点Degree和查核节点Degree有关 如果用我的理解, 问题就变成initial时, 应该预期解会分成几"群"? : : 4.我看differential evolution的source code, : : 在演化的过程中, 有一步是把解作随机的交换, : : 这样n个degree和n个factor需要分开交换吗? : 这问题也问的很奇怪 : 随机的交换应该是对不同分布但相同Degree的系数做交换 谢谢你的讲解, 我也觉得你讲的这个作法比较合理. 是不是我对 "最佳化 b1*x^c1 两个变数" 的理解是错误的? 不过如果采用您说的方法:每个degree对应一个变数: 我看differential evolution的source code有一个动作是: 将旧的解自己交换位址. 就是把不同degree的分布作交换, 而不是限制在相同Degree的系数做交换. 谢谢您的回答~ :) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.208.179 ※ 编辑: ckey 来自: 140.113.208.179 (07/22 18:20) ※ 编辑: ckey 来自: 140.113.208.179 (07/22 18:21)