Chaos théorie affirme que beaucoup de processus du monde réel qui semblent aléatoires peuvent être modélisés mathématiquement , mais de trouver le bon modèle peut être extrêmement difficile. Un outil que les mathématiciens trouvent résout souvent ces modèles est appelé algorithmes génétiques . Au lieu d'utiliser des méthodes d'analyse , l'ordinateur développe son propre modèle en utilisant un procédé similaire à celui trouvé en biologie à l'aide hasard et mutation . Suivez ces étapes pour créer un algorithme génétique se développent ensuite une série de paramètres pour affiner le modèle . Instructions
Comment créer des algorithmes génétiques
1

recueillir les données . Le problème peut être la modélisation du mouvement des prix des actions sur de longues périodes de temps , les observations de température ou le mouvement des planètes concise .
2

Créer un programme informatique qui développe le modèle. Le modèle peut être représenté par une longue chaîne de lettres ou de chiffres , chacun chargeant le programme pour effectuer une opération mathématique .
3

créer 50 ou 100 chaînes aléatoires , chacun représentant une solution possible le problème.
4

exécuter chaque modèle et comparer les résultats avec les données observées. Classez chaque modèle en utilisant les paramètres décrits ci-dessous.
5

Choisissez les 5 ou 10 meilleurs modèles . Copiez-les afin de créer encore 50 à 100 modèles , ajoutant au hasard , modifiant ou en supprimant quelques opérations dans chacun.
6

Répétez le processus jusqu'à ce qu'un modèle génère la bonne solution.

Comment inventer Metrics
7 précision de mesure de

. Le modèle qui se rapproche le plus d'égaler les résultats du monde réel est généralement le meilleur candidat pour le raffinement . Additionner les carrés des différences ( observée - modèle ) ^ 2 . Cela permettra d'éliminer ces modèles avec les plus grandes erreurs .
8

Count matchs . Fixer un seuil pour un match , éventuellement au sein de 0,01 pour cent de la réponse correcte, puis de compter le nombre de correspondances . Il peut être nécessaire de commencer avec un assez grand seuil puis serrer le progrès des modèles.
9

Factor simplicité dans la partition . Une solution simple petit est plus élégant et facile à comprendre. Une fois que la précision est mesurée, ajuster les scores de favoriser des modèles plus courts, plus simples.
10

Ajouter hasard. Réglez chaque résultat au hasard pour permettre aux solutions les plus faibles à l'avance.
11

organiser un tournoi . Commencez avec plusieurs groupes de modèles et seulement classement dans chaque groupe. Cela permet plusieurs solutions pour affiner en parallèle.
12

Soyez créatif . Des recherches sur la littérature , trouver mesures que le travail pour les autres puis les affiner pour répondre à vos besoins.