Użytkownik "Grzegorz Wądzik" <g...@u...com> napisał w
wiadomości news:1424080.5M8meidKgs@2011...

> Mniej wiecej roznica jak miedzy spokojna gorką z kilkoma szczytami a
> nieregularnymi kloskami różnej wysokości (czasem abrdzo wysokiej)
> poustawianymi losowo.
>
> Po prostu zaleznosci (niech bedzie Markowa) sa tylko lokalne.
>
>>>U mnie niestety tak nie ma. Pudelko jest n wymiarowe, do tego ulozenie w
>>>danej plaszczyznie nie warunkuje, ze ulozenie w 3 wymiarach bedzie
>>>zawieralo takie ulozenie jak poprzednio w plaszczyznie. tzn. nie zawsze
>>>da
>>>sie podzielic problem na mniejsze. Choc po podzieleniu na mniejsze mamy
>>>skokowa dokladnisc algorytmu.


Czyli inaczej mówiąc, w Twoim problemie przeważają podproblemy
kombinatoryczne.
Google podpowidział mi taką pozycję:
Marszałek P., Zastosowanie algorytmu symulowanego wyżarzania w optymalizacji
kombinatorycznej, AGH Kraków 2005, (promotor dr W.Chmiel).

>> Czy mozesz porzadnei sformulowac problem ktory chcesz rozwiazac?
>
> Na razie nie umiem. Dlatego stosuje alg. genetyczne. Ale sa one malo
> efektywne w znajdowaniu lokalnym maksimow. Operuja niejako na calych
> danych.
> Nie przewiduja uczenia sie znajdowania rozwiazań.
Imo to zależy, jak zaprojektujesz jego elementy: chromosom, przejście od
genotypu
do fenotypu, operatoy genetyczne i funkcję oceny. Możesz np. spróbować
wprowadzić jakiś parametr 'gatunku' i parametr sterujący preferencją do
krzyżowania
się z obcymi gatunkami. W czasie selekcji starasz się przepchnąć najlepsze
osobniki w powstałych gatunkach nawet z większą tolerancją dla ich
'słabości' w porównaniu z innymi gatunkami. Wtedy jest szansa, że
samoistnie wyizolują się z populacji różne podgatunki, które obsadzą
Ci różne lokalne rozwiązania i będą je lokalnie optymalizować (będą obsadzać
nisze ewolucyjne) z małą skłonnością do wychodzenia poza swój gatunek.
To dość swobodny pomysł, jeden z wielu, jakie tu można poprowadzić.