504 说说 22 标签
    Mike October 26th, 2024 at 01:48 am

    🕳 踩坑 💡 所思所感
    昨天碰到了一个严重影响算法性能的问题：在动态优化中，多样性的增强很重要，用于应对动态的变化，而当种群收敛时可以看作多样性的缺失。种群在收敛时（半径小于阈值）会被休眠，而触发多样性调整时会唤醒种群，我在此犯了个大错，我底层使用的是PSO，计算种群的半径用的是PSO的pbest到其中心点的距离的平均值，这就导致在种群唤醒时，虽然在其solut上做了布朗运动（扰动，增加其多样性），但由于其pbest基本不变，导致种群半径依旧不变，进而导致种群就算被唤醒，也会由于下一代的半径也符合收敛条件而被立刻休眠，导致根本无法应对环境的变化。所以，使用solut来计算半径，更加合理，当唤醒时，solut会被扰动，此时种群半径已无法再满足休眠条件，进而开始搜索，如若环境没有变化，则很快就会进入收敛状态，如若环境发生变化，亦可迅速响应，追踪新的全局最优解。

    此外，还遇到了一个问题：在比较两个解的dominate的时候，发现有一个解居然objective.size()居然为0，初步想法是没有被评价，但不对啊，没有评价objective.size()也应该是1，只不过适应值为0，后来又想是不是构造的时候出问题了，翻来翻去，发现我也只用了一种构造函数，是一定构造了objective信息的，后来经过调试仔细观察，发现其使用了引用，而其引用的对象objective.size()居然是470，非常令人匪夷所思，询问了大师兄，发现问题是这个解变成了野指针，在某个地方释放了，因为使用的是引用，所以此处所引用的对象自然不存在了，我推断时m_his_sols与ssp.his_sols引用的是同一个份解，m_his_sols中解被removeoutdated之后，而恰巧ssp.his_sols中未被移出，所以才导致了这个问题，预想的解决办法第一种是对m_his_sols操作后，同时对所有的ssp中的his_sols进行更新；第二种就是确保对m_his_sols进行淘汰时，同步淘汰ssp.his_sols中的相应的个体，现在是通过评价时间控制的，淘汰m_his_soks中大于evaltime的粒子时，并未正确淘汰掉对应ssp中his_sols超过evaltime的粒子，导致了粒子消亡后，还存在ssp列表中，算法更新每个ssp列表中best solut时，索引到了这个已经被释放的个体，导致出问题。这只是分析，明天再看看具体什么情况。

    Mike October 25th, 2024 at 09:41 pm

    看见我厨艺见长了吗？





    Mike October 22nd, 2024 at 06:12 pm

    我真的很讨厌，精致的利己主义者

    Mike October 21st, 2024 at 12:03 am

    天目湖！

    Mike October 17th, 2024 at 11:33 am

    突破 1000KM!

    Mike October 16th, 2024 at 10:27 pm

    再相逢！

    Mike October 14th, 2024 at 04:36 pm

    去了一趟大疆，嗯，被 action4 的价格完完全全吸引了，拥有它的欲望又死灰复燃了

    Mike October 14th, 2024 at 04:32 pm

    还是得请求帮助，专业的人做专业的事情，叫昱燃师弟帮忙配环境，我在旁边学习，学到了非常多，感恩

    Mike October 12th, 2024 at 08:47 pm

    不小心把实验环境改炸了，conda回退也没反应，怕是又要搞好久才搞得好

    Mike October 12th, 2024 at 04:26 pm

    99.23服务器不稳定，防止ssh断开导致训练断开，可以使用后台训练：
    nohup /home/spsv/miniconda3/envs/OpenSTL/bin/python /mnt/data/student/2020/pengmai/OpenSTL/mytest/visualize.py >> train.log 2>&1 &