IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

MATLAB Discussion :

Application d'un algorithme génétique


Sujet :

MATLAB

  1. #1
    Membre du Club
    Homme Profil pro
    Inscrit en
    Mars 2011
    Messages
    50
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France

    Informations forums :
    Inscription : Mars 2011
    Messages : 50
    Points : 41
    Points
    41
    Par défaut Application d'un algorithme génétique
    Bonjour,

    Ayant calculé deux résultats (sous forme de deux vecteurs L et R) que je dois combiner par une somme de Minkowski pour avoir un Score, et ayant des un vecteur de valeurs représentant la "vérité terrain " auquel mon score calculé devrait se rapprocher, je me demande comment je pourrait calculer les paramètres Alpha et Beta via de la somme de Minkowski par Algo Génétique fourni dans la toolbox optimization de Matlab (voir l'équation sur l'image en pj):
    Nom : somme_minkowski.001.jpg
Affichages : 300
Taille : 40,2 Ko

    Merci

  2. #2
    Membre du Club
    Homme Profil pro
    Inscrit en
    Mars 2011
    Messages
    50
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France

    Informations forums :
    Inscription : Mars 2011
    Messages : 50
    Points : 41
    Points
    41
    Par défaut
    après lecture de l'exemple fournit dans ton lien, j'ai pu faire une similitude avec mon problème dans la mesure où le score attendu (vérité terrain) est une constante qui n'évoluera pas dans l'optimization. Donc en se basant sur l'exemple du lien j'ai fait ceci :

    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    function y=parametrized_fitness_fct(x,ground_truth_score)
     
     y=x(1)*(L^(1/x(1))) + x(2)*(R^(1/x(2))) + ground_truth_score;
          % ground_truth_score, L and R sont des valeurs
    end
    FitnessFunction =@(x) parametrized_fitness_fct(x,ground_truth_score);
    [x,score] = ga(FitnessFunction,numberOfVariables)%numberOfVariables=2
    %x contiendra les valeurs de "alpha" et beta recherchées,   
    %et score sera le score calculé et que l'on espère se rapprochera du ground_truth_score (score attendu)

Discussions similaires

  1. Algorithme génétique: application à un ensemble
    Par miloon dans le forum MATLAB
    Réponses: 0
    Dernier message: 11/10/2011, 15h51
  2. Les algorithmes génétiques : recherche d'applications
    Par Identifiant dans le forum Intelligence artificielle
    Réponses: 3
    Dernier message: 19/03/2009, 12h12
  3. Application d'un algorithme génétique au voyageur de commerce
    Par khayyam90 dans le forum Algorithmes et structures de données
    Réponses: 0
    Dernier message: 11/12/2008, 14h21
  4. Algorithme génétique
    Par senke dans le forum Algorithmes et structures de données
    Réponses: 4
    Dernier message: 26/08/2002, 16h55
  5. Algorithme génétique
    Par Stephane.P_(dis Postef) dans le forum Algorithmes et structures de données
    Réponses: 2
    Dernier message: 15/03/2002, 17h14

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo