遗传算法转换日志 :
2019/03/03 确定整体思路,开始写代码
2019/03/05 代码整体框架完成
2019/03/08 debug完成 开始有初步效果
2019/03/08-2019/03/14 种群迁移思路误入歧途,一直在考虑hbase数据库
包括搜索学习安装hbase教程,寻找hbase虚拟机镜像
最后,发现可以不使用hbase数据库完成。
2019/03/15 加入种群迁移 100代测试 效果不明显
2019/03/16 1000代 效果显著
出现问题:精度问题
解决方案:用Bigdicimal 进行四舍五入的小数转换
2019/03/17
1. 解决精度问题 证明了保留七位小数是最佳的
19/03/17 01:10:27
19/03/17 01:57:59
100代
2. 记录了数据运行时间
3. 保存了中间数据文件,编写c++分析程序生成每一代对应最佳适应度文件
4 todo: 调整参数 ,寻找种群大小和子宇宙数大小
改编 TSP和背包问题,先解决背包问题
学习git版本控制,做好代码版本保存。
2019/03/17 晚 利好消息 8宇宙50个体小种群 43代跑出函数最优结果
2019/03/18 完成背包问题 代码转换 开始TSP问题转换
2019/03/19 完成背包问题debug 继续TSP问题转换
2019/03/20 熟练掌握华为云mapreduce 上传程序操作过程
完成TSP问题 转换 并开始验证数据
-----------------------------------------------------------
todo:寻找下一步创新研究方向
尝试与机器学习参数调优问题进行结合
算法过程调优 种群最优大小调整
转换为hbase程序 优化程序运行时间
https://blog.csdn.net/qq_39101581/article/details/78624617
https://blog.csdn.net/sinat_27170093/article/details/75534996
BigDecimal e = new BigDecimal("2.223435").setScale(5, BigDecimal.ROUND_HALF_UP);
System.out.println("ROUND_HALF_DOWN "+e);//2.22 四舍五入(若舍弃部分>.5,就进位)