close
應用:LCS (Learning Classifier System) 是一個機器學習(machine learning)的系統,其主要為了解決在動態環境中,對於問題解答品質的改善。
原理:透過讓多個的知識法則之間進行競爭,根據各知識法則在特定環境所產出的結果給予評分。並透過基因演算法讓得分較高的知識法則族群進行交配、複制、突變而產生新知識法則,並將新法則與舊法則一同競爭。如此可讓較優秀的法則勝出。
範例:假設初始有50個知識規則,每一個知識規則各自有100分的點數開始進行競爭,猜對者+1%分,猜錯者扣-1%分。
第一天:有15個知識規格符合第一天的決策環境,猜對的加分(100 + 100x1%=101分),猜錯的扣分(100-100x1%=99分)
第二天:假設有10個知識規則符合第二天的環境,其中有3個已在第一天猜對,有6個在已第一天猜錯,另外有1個在第一天未作答。則:
第一天猜對,第二天猜對 : 101 + 101x1%
第一天猜對,第二天猜錯: 101 - 101x1%
第一天猜錯,第二天猜對: 99 + 99 x 1%
第一天猜錯,第二天猜錯: 99 - 99 x 1%
第一天末作答,第二天猜對: 100 + 100 x 1%
第一天末作答,第二天猜錯: 100 - 100 x 1%
依此規則進行100天之競賽,並取前20名知識規則進行交配、複製、突變後,所產生之新的知識法則再與原有之知識法則再進行競爭。
系統架構圖:
全站熱搜
留言列表