Caos teoria afferma che molti processi del mondo reale che sembrano casuali può essere modellato matematicamente , ma trovare il modello giusto può essere estremamente difficile . Uno strumento che i matematici trovano spesso risolve questi modelli si chiama algoritmi genetici . Invece di usare metodi analitici , il computer sviluppa un proprio modello utilizzando un processo simile a quello trovato in biologia usando casualità e mutazione. Attenersi alla seguente procedura per creare un algoritmo genetico poi sviluppare una serie di parametri per affinare il modello . Istruzioni
Come creare algoritmi genetici
1

raccogliere i dati . Il problema potrebbe essere la modellazione del movimento dei prezzi delle azioni per lunghi periodi di tempo , le osservazioni di temperatura o il movimento concisa dei pianeti .
2

Creare un programma per computer che si sviluppa il modello . Il modello può essere rappresentato da una lunga serie di lettere o numeri , ciascuno comunica al programma di eseguire una operazione matematica .
3

Creare 50 o 100 stringhe casuali , ognuno dei quali rappresenta una possibile soluzione il problema .
4

Run ogni modello e confrontare i risultati con i dati osservati . Classificare ogni modello utilizzando le metriche descritte di seguito .
5

scegliere i migliori 5 o 10 modelli . Copiare questi per creare un altro 50 a 100 modelli , in modo casuale aggiunta, la modifica o l'eliminazione di alcune operazioni in ciascuno.
6

Ripetere il processo fino a quando un modello genera la soluzione corretta.

come inventare Metrics
7

precisione Misura. Il modello che più si avvicina ad eguagliare i risultati nel mondo reale è di solito il miglior candidato per la raffinatezza . Somma dei quadrati delle differenze ( osservata - modello) ^ 2 . Questo eliminerà quei modelli con i più grandi errori .
8

Count partite . Impostare una soglia per una partita , possibilmente entro 0,01 per cento della risposta corretta , poi contare il numero di partite . Potrebbe essere necessario avviare con un grande soglia poi stringerlo come il progresso modelli .
9

Factor semplicità nella partitura . Una soluzione più semplice più piccola è più elegante e più facile da capire . Una volta che la precisione viene misurata , regolare punteggi per favorire più brevi, modelli più semplici .
10

Aggiungi casualità . Regolare ogni risultato in modo casuale per consentire soluzioni più deboli di avanzare .
11

Organizzare un torneo. Inizia con diversi gruppi di modelli e classificare solo all'interno di ciascun gruppo . Questo permette diverse soluzioni per perfezionare in parallelo.
12

essere creativi. La ricerca della letteratura , trovare metriche che lavoro per gli altri poi affinare tali da soddisfare le vostre esigenze .