企业决策类软件操作.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2006.10.02 國立交通大學運輸科技與管理學系 作業研究一 * 8.結果輸出 最佳解之目標函數值 最佳解之變數值 9.GeneHunter(也是要錢的) 9.GeneHunter 在增益集中心新增Genehung 9.GeneHunter 9.GeneHunter Fitness function 就是我們要求的目標函數 Adjustable cell(chromosomes)是可調變得染色體 Chromosome type 是染色體的型式 連續式(預設)的(Continuous) 列舉式的（Enumerated） Show list of 有三個選項 range 是針對染色體的數值範圍　 constrains 是針對一般變數的限制 function　是針對目標函數的 9.GeneHunter Population parameters 中的設定 若染色體為8-bit 會很快就結束,但效果不好 若設為16-bit 會很久才會收斂,但經度較高 * * * * * * * * * * * * * * * * * * * * * * * * * * 4.RSES 載入資料 4.RSES 產生屬性折減 4.RSES 產生核心屬性 4.RSES 由於核心屬性有兩種方式，若直接產生法則會將這兩種狀況都考慮進去，因此需要刪除一個核心屬性呈現方式 將核心屬性資料另存新檔 4.RSES 產生法則 4.RSES 新資料的分類 4.RSES 5.SVMdark http://www.cs.ucl.ac.uk/staff/M.Sewell/svmdark/ 5.SVMdark 用於預測之用 找尋分類最佳參數 5.SVMdark--example 資料處理 5.SVMdark--example 若為分類則output數值為-1與1 d：0以上數值 其他可為負數 Optimize.csv 5.SVMdark--example 將optimize.csv最佳的預測結果輸入 6.Qnet 2000(要錢的喔) / 6.Qnet 2000 6.Qnet 2000 建立網路模型（Network Design）：在此步驟需要決定隱藏層數及輸入、輸出層單元數，甚至要決定轉換函數。 網路名稱 網路層數（最少3層） 輸入層單元數（X變數） 隱藏層單元數 ? ? ? ? ? 輸出層單元數（Y變數 6.Qnet 2000 訓練資料(Training Data)：將資料以文字檔形式儲存（如果以Excel轉存者，記得要把欄位名稱與 “”消除），利用「Input Data File」選取文字檔案位置，並選取輸入層起始欄位，記得如果資料非經過正規化處理請不要勾選「Normalize Input」。 輸入（出）資料來源 輸入（出）資料檔案、資料起始欄位、正規化輸入（出）值 選取測試資料（選取方法有隨機、從頭、倒數、無測試資料） 6.Qnet 2000 訓練參數(Training Parameters)：一般不需要改參數 ? ? 最大代數 在哪一個代數後學習率固定 自動儲存率 螢幕資料更新（每隔 代） 學習增加率 最小學習率 最大學習率 動差 .. .. .. RMS誤差終止值 6.Qnet 2000 儲存路網(Save Network Setup)：儲存資料記得要輸入副檔名(*.net) 開始進行訓練 6.Qnet 2000 新資料的預測（選擇開啟網路) 選擇要預測的檔案（輸出資料也要有，不一定要正確的） 6.Qnet 2000 儲存輸出值（File/save output） 7.Genetic Programming 3.0 .tw/%A4u%A8%E3%BBP%B3n%C5%E9/GP_model/ 7.Genetic Programming 3.0 輸入資料格式 第一列「@GPModel」為模式讀入之檔頭，請確定此列之文字（大小寫需相同）務必為「@GPModel」模式才有辦法繼續執行 第二列則為欲迴歸之應變數與自變數之名稱每一名稱之間請以分隔符號「逗號」相隔開 第三列之後，為應變數與自變數之數值 7.Genetic Programming 3.0 要輸入資料筆數有多少筆與自變數個數數量為何 親代與迭代為正整數 繁殖比例與突變為0-1之間的數值 允許使用者在八種不同的運算元中，任意選取其中一個或多個進行迴歸式建立 7.Genetic Programming 3.0 ObjectFXX.txt，第一行為演算的是代數，第二行為當代之最佳目標函數。理