public override ILearnAlgorithmConf getConf(int CountFeatures)
{
ILearnAlgorithmConf result = new ACOSearchConf();
result.Init(CountFeatures);
return(result);
}
public virtual void Init(ILearnAlgorithmConf Config)
{
ACOSearchConf config = Config as ACOSearchConf;
if (preCheck(result) == false)
{
throw new ArgumentNullException("Не правильно инициализированная нечеткая система");
}
// Шаг 1. Задать начальные параметры.
init(result, config);
// Шаг 2. Сгенерировать популяцию муравьев в колониях
colonyGenerate();
Parallel.ForEach(colonyList, colony =>
{
// Шаг 3. Сгенерировать k случайных решений, для всех архивов решений с последующим оцениванием и ранжированием.
randomDecisionsGenerate(result, colony);
//Шаг 4. Найти значения вектора весов.
calc_decisions_Weight(colony);
}
);
}
public override TSAFuzzySystem TuneUpFuzzySystem(TSAFuzzySystem Approx, ILearnAlgorithmConf conf)
{
try
{
ACOSearchConf config = conf as ACOSearchConf;
if (preCheck(Approx) == false)
{
throw new ArgumentNullException("Не правильно инициализированная нечеткая система");
}
// Шаг 1. Задать начальные параметры.
init(Approx, config);
// Шаг 2. Сгенерировать популяцию муравьев в колониях
colonyGenerate();
Parallel.ForEach(colonyList, colony =>
{
// Шаг 3. Сгенерировать k случайных решений, для всех архивов решений с последующим оцениванием и ранжированием.
randomDecisionsGenerate(colony);
//Шаг 4. Найти значения вектора весов.
calc_decisions_Weight(colony);
}
);
for (int iterNum = 0; iterNum < ACO_iterationCount; iterNum++)
{
foreach (Colony colony in colonyList) //Шаг 9. Если имеется следующая колония, то сделать текущим первого муравья в этой колонии и перейти на шаг 5, иначе перейти на шаг 10.
{
for (int i = 0; i < ACO_antCount; i++) //Шаг 8. Если в текущей колонии имеется следующий муравей, то сделать его текущим и перейти к шагу 5, иначе перейти на шаг 9.
{
// Шаг 5. Для текущего муравья текущей колонии вычислить номер l, используемой функции Гаусса по формуле 2.14. Определить l i для i = 1, ..., N по формуле 2.15. Сгенерировать N случайных величин {θl*1, θl*2,…, θl*N} на основе полученных функций gl i(x).
colony.runAnt(i, rand, ACO_xi);
//Шаг 6. Найти ошибку вывода нечеткой системы при параметрах {θ1,…, θN }, если ошибка меньше текущей, то сохранить новые параметры.
baseError = colony.checkAntDecision(i, baseError);
// Шаг 7. Добавить в архив новое решение, ранжировать архив, удалить из архива худшее решение.
colony.updateDecisionArchive(i);
}
}
}
prepareFinalFuzzySystem();
result.RulesDatabaseSet[0].TermsSet.Trim();
return(result);
}
catch (Exception ex)
{
throw new Exception(ex.Message);
}
}
protected override void init(SAFuzzySystem Approx, ACOSearchConf config)
{
base.init(Approx, config);
MACOSearchConf configNew = config as MACOSearchConf;
MACOCountBorderRepeat = configNew.MACOCountExtremum;
MACOCountRepeatError = 0;
MACOCurrentError = getError();
MACOCountEliteDecision = configNew.MACOCountElite;
}
protected override void init(PCFuzzySystem Classifier, ACOSearchConf config)
{
base.init(Classifier, config);
MACOSearchConf configNew = config as MACOSearchConf;
MACOCountBorderRepeat = configNew.MACOCountExtremum;
MACOCountRepeatError = 0;
MACOCurrentError = getPrecission();
MACOCountEliteDecision = configNew.MACOCountElite;
}
/// <summary>
/// Step 1
/// </summary>
/// <param name="Classifier"></param>
/// <param name="config"></param>
protected virtual void init(PCFuzzySystem Classifier, ACOSearchConf config)
{
ACO_iterationCount = config.ACOCountIteration;
ACO_antCount = config.ACOCountAnt;
ACO_decisionArchiveCount = 2;
ACO_q = config.ACOQ;
ACO_xi = config.ACOXi;
result = Classifier;
colonyCount = result.CountFeatures;
colonyList = new List <Colony>();
basePrecission = result.ClassifyLearnSamples(result.RulesDatabaseSet[0]);
}
/// <summary>
/// Step 1
/// </summary>
/// <param name="Classifier"></param>
/// <param name="config"></param>
protected virtual void init(PCFuzzySystem Classifier, ACOSearchConf config)
{
ACO_iterationCount = config.ACOCountIteration;
ACO_antCount = config.ACOCountAnt;
ACO_decisionArchiveCount = config.ACODescisionArchiveSize;
ACO_q = config.ACOQ;
ACO_xi = config.ACOXi;
result = Classifier;
colonyCount = result.RulesDatabaseSet[0].TermsSet.Count;
colonyList = new List <Colony>();
newSolution = new KnowlegeBasePCRules(result.RulesDatabaseSet[0]);
basePrecission = result.ClassifyLearnSamples(newSolution);
}
/// <summary>
/// Step 1
/// </summary>
/// <param name="Classifier"></param>
/// <param name="config"></param>
protected virtual void init(TSAFuzzySystem Approx, ACOSearchConf config)
{
ACO_iterationCount = config.ACOCountIteration;
ACO_antCount = config.ACOCountAnt;
ACO_decisionArchiveCount = config.ACODescisionArchiveSize;
ACO_q = config.ACOQ;
ACO_xi = config.ACOXi;
result = Approx;
colonyCount = result.RulesDatabaseSet[0].TermsSet.Count;
colonyList = new List <Colony>();
newSolution = new KnowlegeBaseTSARules(result.RulesDatabaseSet[0]);
// current_database = result.RulesDatabaseSet.Count -1;
baseError = result.approxLearnSamples(newSolution);
}