比较遗传编程性能

Question

我已经在一个数据集上运行了 30 * 7 次遗传程序，30 次运行了 7 种不同的参数设置，现在，我想比较一下结果。 每个程序运行 200 代 我收集了每一代的数据，但我想比较的是 30 次运行的最佳测试适应度与所有其他 30 次运行的每个设置，以检查不同参数的结果之间是否存在差异。 由于事物的性质，分布不正常，所以我正在考虑对 7 个数据列（每列有 30 个样本）运行 Kruskal Wallis 测试。

你们觉得呢？

谢谢 豪尔赫

Answer 1

您如何定义绩效？ 假设您的意思是收敛到最优值（或至少收敛到局部极端值），您可能需要比较：

1. 每次运行都达到最佳状态
2. 您达到这些目标的速度（平均增量或类似的东西）。

对于 2. 点，您甚至可能想要拟合曲线（例如线）并尝试比较 y_i=a _{中的 ai 参数i}x+b_i

仅在统计方面，您也可以使用 Wilcoxon rank test，因为您可以成对分组运行。

顺便说一下，由于每次使用一组给定参数（至少在理论上）运行可能会给您带来略微不同的结果（由于遗传编程的固有随机性），您可能希望每次运行至少几次您要调整的每组参数以消除随机性的（错误？）幸运影响。