Začínáme
Systém LISp-Miner a proces DZD
Analytické procedury
Pokročilé funkce
Výzkum a vývoj
Začínáme
Systém LISp-Miner a proces DZD
Analytické procedury
Pokročilé funkce
Výzkum a vývoj
Populace jedinců je obvykle inicializována náhodně. Pro zrychlení evoluce je však možné vložit hned do počáteční populace jedince, které už některé naše požadavky na data splňují. Některé úlohy tak lze rozdělit na několik samostatně řešených dílčích evolucí a následně vytvořit RM případ, který dílčí výsledky spojí v jedna data. Speciálním typem jedince, který pomáhá v rychlejším nalezení výsledků je i mutant.
Do seznamu je třeba vložit všechny dříve vyřešené RM případy, jejichž výsledek má být vložen jako jedinec do počáteční populace aktuálně řešeného RM případu.
Obr: RMDataPresetSeznTab
Pro každý RM případ je zobrazen jeho název, stav (zda byl úspěšně vyřešen), fitness nejlepšího jedince, tři volitelné parametry (Keep in population, Master Data Preset a Fallback Data Preset) a komentář.
Již vyřešené RM případy (ze kterých je možné převzít data představující získaného nejlepšího jedince) jsou zvýrazněny zeleně.
Detail
… oprava parametrů aktuálně vybraného Data Preset;Insert Data Preset
… vložení existujícího RM případu jako Data Preset;Remove Data Preset
… odstranění RM případu jako Data Preset.U každého Data Preset můžeme zapínat tyto volby:
Obr: RMDataPresetOpravaDlg