Глобальная спецификация функции многооптимизации в R

Question

Я хотел бы использовать ngsa2 пакета mco для решения проблемы оптимизации с тремя целями. Короче говоря, я стремлюсь к оптимальному использованию земли для решения экологической проблемы. Вот мой эксперимент: - всего в земле возможно использование земли (все в коде ниже), каждое использование земли характеризуется тремя характеристиками (main.goal1, main.goal2 и main.goal3). - У меня есть 50 полей, характеристики которых (почва в полях.Kq) подмножают 100 видов землепользования (т. Е. Все землепользования для каждого поля не возможны) => options.soil1 и options.soil2

Моя цель назначить землепользование для каждого из моих 50 полей, чтобы свести к минимуму alltogether main.goal1, main.goal2 и main.goal3. Из того, что я читал, генетические алгоритмы очень эффективны для такого рода проблем.

Итак, вот мои виртуальные данные.

set.seed(0) 
all.options<-data.frame(num.option=1:100,main.goal1 = abs(rnorm(100)), 
      main.goal2 = abs(rnorm(100)), 
      main.goal3 = abs(rnorm(100))) # all possible combinations of the 3 goals 
options.soil1<-subset(all.options, main.goal1>0.5) # possible combinations for soil1 
options.soil2<-subset(all.options, main.goal3<0.5) # possible combinations for soil2 

fields.Kq<-data.frame(num.field=1:50,soil=round(runif(50,0,1),0)) 

Я думаю, что моя целевая функция должна выглядеть

my.function<-function(x) { 
    x[1]<-sum(A[,1) # main.goal1 for selected options for each of fields.Kq 
    x[2]<-sum(A[,2) # main.goal2 for selected options for each of fields.Kq 
    x[3]<-sum(A[,3) # main.goal3 for selected options for each of fields.Kq 
} # where A should be a matrix of 50 lines with one line per field, and  #"choosen" land use option 

nsga2(my.function) 

К сожалению, я не мог идти дальше, так как я новичок в оптимизации с R. Как построить матрицу А, с выбраным землепользованием для каждого поля? И используя, nga, как вернуть эти землепользования? (вместе с оптимизированными (минимизированными) значениями для main.goal1, main.goal2 и main.goal3?

Заранее благодарим за помощь, которую вы могли бы мне предоставить, я с нетерпением жду советов/ссылок/книг .. . продвинуться по моей проблеме оптимизации

с наилучшими пожеланиями,

LH

Answer 1

Вот как я решил эту проблему:.

library("mco") 
set.seed(0) 
all.options<-data.frame(num.option=1:100,main.goal1 = abs(rnorm(100)), 
         main.goal2 = abs(rnorm(100)), 
         main.goal3 = abs(rnorm(100)),soil=c(rep("soilType1",50),rep("soilType2",50))) # all possible combinations of the 3 goals 

fields.Kq<-data.frame(num.field=1:50,soil=rep(c("soilType1","soilType2"),25)) 

main.goal1=function(x) # x - a vector 
{ 
    main.goal1=sum(all.options[x,1]) # compute main.goal1 
    return(main.goal1) } 

main.goal2=function(x) # x - a vector 
{ 
    main.goal2=sum(all.options[x,2]) # compute main.goal2 
    return(main.goal2) } 

main.goal3=function(x) # x - a vector 
{ 
    main.goal3=sum(all.options[x,3]) # compute main.goal3 
    return(main.goal3) } 

eval=function(x) c(main.goal1(x),main.goal2(x),main.goal3(x)) #objectivefunction 

D<-length(fields.Kq[,1]) # number of fields 
D2<-length(fields.Kq[,1])/2 # number of fields per type (simplified) 
D.soil1<-max(which(all.options$soil=="soilType1")) # get boundary for bound soil1 
D.soil2<-min(which(all.options$soil=="soilType2")) # get boundary for bound soil2 

G=nsga2(fn=eval,idim=D,odim=3, 
     lower.bounds=c(rep(1,D2),rep(D.soil2,D2)),upper.bounds=c(rep(D.soil1,D2),rep(100,D2)), # lower/upper bound: min/max num option 
     popsize=20,generations=1:1000, cprob = 0.7, cdist = 5, 
     mprob = 0.2, mdist = 10) 

я определил его благодаря примерам, найденным в очень полезной и содержательной книге «Современная оптимизация в R» Пауло Кортеса.

LH