IEA ve arş

"Interleaved EA" adını verdiğim evrimsel algoritmayı "NSGA2" ("non-dominated sorting genetic algorithm 2") denen ve pek popüler olan pareto-tabanlı algoritmayla performans açısından kıyaslıyorum.. bir tür "benchmarking".. bunun için "racing" denen bir yöntemi kullanarak en iyi parametre kombinasyonlarını bulmak gerekiyor. yöntem gerçekten de bir yarışı andırıyor. daha doğrusu bir tür dayanıklılık yarışı gibi. bunu uygulamak için "student's t test" ve "welch's t test" denen istatistiki testleri anlamam gerekti. ama karışık konular değilmiş. ve zaten bunları kodlamam gerekmiyor. uygulaması scipy.stats'ta var. NSGA2'yi geçen bahar kodlayıp "design_proxy"nin içine ekleştirmiştim ve bir takım denemeler yapıyordum. neyse efenim, son bir kaç gün boyunca "design_proxy" için bir "racing" versiyonu kodladım. şimdi cefakar bir bilgisayar yüzlerce ve hatta binlerce saat çalışarak en iyi parametreleri arayacak. ondan sonra bir de bu kombinasyonlar kullanılarak yüzlerce saat IEA ve NSGA2 kıyaslanacak.. ara ara sonuçlar görselleştirilerek grafiklere aktarılacak.. işin çoğunu bilgisayar yapacak ama epiy uzun sürecek. akademik ölçütleri sağlamak kolay değil. her kıyaslama denemesinin 100 kere tekrar edilmesi gerekiyor, sonuçların muteber olabilmesi için. iş bu kadar uzun sürdüğü için önce basitleştirilmiş bir takım denemeler yapıp sonuçta anlamlı bir yere varılacak mı onu öngörmek önemli. bu projede, evet, sonuçta anlamlı bir yere varılacak. ondan sonra bi de şu "cholesky decomposition" dedikleri işlemi anlarsam, o zaman "self-adaptivity" prosedürümü de düzeltip Interleaved EA'in başını gerçekten arşa uzatacağım diye düşünüyorum.