Logo
Distributed Genetic Programming Framework
print print

File org.dgpf.search.api.adaptation.DefaultSearchAdapter.java

Here you can find all the information about the file org.dgpf.search.api.adaptation.DefaultSearchAdapter.java. You may explore it here or download it onto your local disk.
/*
 * Copyright (c) 2006 Thomas Weise
 *
 * E-Mail           : tweise@gmx.de
 * Creation Date    : 2006-04-10 06:13:23
 * Original Filename: org.dgpf.search.api.adaptation.DefaultSearchAdapter.java
 * Version          : 2.0.0
 * Last modification: 2006-05-08
 *                by: Thomas Weise
 *
 * License          : GNU LESSER GENERAL PUBLIC LICENSE
 *                    Version 2.1, February 1999
 *                    You should have received a copy of this license along
 *                    with this library; if not, write to the Free Software
 *                    Foundation, Inc., 59 Temple Place, Suite 330, Boston,
 *                    MA 02111-1307, USA or download the license under
 *                    http://www.gnu.org/copyleft/lesser.html.
 *
 * Warranty         : This software is provided "as is" without any
 *                    warranty; without even the implied warranty of
 *                    merchantability or fitness for a particular purpose.
 *                    See the Gnu Lesser General Public License for more
 *                    details.
 */


package org.dgpf.search.api.adaptation;

import org.dgpf.search.api.AdaptationStrategy;
import org.dgpf.search.api.SearchParameters;
import org.dgpf.search.api.SearchState;
import org.dgpf.search.api.StatefulAdaptationStrategy;

/**
 * This is the default adaptation strategy for searches. Basically, it
 * resets the search if no improvement could be achieved for too long.
 *
 * @author Thomas Weise
 */

public class DefaultSearchAdapter extends StatefulAdaptationStrategy
  {
/**
 * The serial version uid.
 */

  private static final long serialVersionUID            = 1;
    
/**
 * The default minimum updates.
 */

  public  static  final long  DEFAULT_MIN_UPDATES       = 10;
/**
 * The default update threshold.
 */

  public  static  final long  DEFAULT_UPDATE_THRESHOLD  = 150 ;
/**
 * The default time to wait before resetting: 8h.
 */

  public  static  final long  DEFAULT_TIME_THRESHOLD    =
                                          (1000 * 60 * 60 * 8);

/**
 * The predicted time an update will take. This is computed as a slighting
 * average.
 */

  private long    m_update_time ;
/**
 * The update with the best individual.
 * @see #get_best_update()
 */

  private long    m_best_update      ;
/**
 * The update level with the best individual.
 * @see #get_rel_best_update()
 */

  private long    m_best_update_2     ;
/**
 * The time threshold after which a reset should be scheduled if no
 * improvement could be achieved.
 * @see #get_time_threshold()
 */

  private long    m_time_threshold    ;
/**
 * The update threshold after which a reset should be scheduled if no
 * improvement could be achieved.
 * @see #get_update_threshold()
 */

  private long    m_update_threshold  ;
/**
 * The minimum count of updates to run before a reset can be scheduled.
 * @see #get_min_updates()
 */

  private long    m_min_updates     ;


/**
 * Create a new stateful adaptation strategy.
 * @param p_parameters  The search parameter set to be adapted.
 */

  public DefaultSearchAdapter(final SearchParameters<?> p_parameters)
    {
    super(p_parameters);

    this.set_min_updates(DEFAULT_MIN_UPDATES);
    this.set_time_threshold(DEFAULT_TIME_THRESHOLD);
    this.set_update_threshold(DEFAULT_UPDATE_THRESHOLD);
    }

/**
 * Create a new stateful adaptation strategy by using another search
 * adaptation strategy as blueprint.
 * @param p_parameters  The search parameter set to be adapted.
 * @param p_strategy    The blueprint to copy the internal data from.
 */

  public  DefaultSearchAdapter(final SearchParameters<?> p_parameters,
                               final AdaptationStrategy  p_strategy)
    {
    super(p_parameters, p_strategy);

    if(this.m_min_updates <= 0)
      {
      this.set_min_updates(DEFAULT_MIN_UPDATES);
      }

    if(this.m_time_threshold <= 0)
      {
      this.set_time_threshold(DEFAULT_TIME_THRESHOLD);
      }

    if(this.m_update_threshold <= 0)
      {
      this.set_update_threshold(DEFAULT_UPDATE_THRESHOLD);
      }
    }

/**
 * This method will be called whenever the search parameters perform a
 * reset, meaning that the search level is set back to 0.
 */

  @Override
  protected void  reset ()
    {
    super.reset();
    this.m_best_update_2 = 0;


//this one is experimental and may be removed
//       this.get_parameters().set_challenge_parent(
//             !(this.get_parameters().get_challenge_parent()));
    }

/**
 * This method will be called by the search engine whenever it feels like
 * it is time to adapt the current search parameters to the current search
 * state. If you override this method, you must also declare your class
 * as instance of <code>ICloneable</code>.
 * @param p_state The current state of the search.
 * @return  <code>true</code> if and only if the update level should be
 *          resetted, <code>false</code> if everything should continue
 *          normal.
 * @see SearchState#get_update_level()
 */

  @Override
  protected boolean  adapt (final SearchState<?> p_state)
    {
    long l_u, l_l, l_t;

    l_u = p_state.get_update_count();
    l_l = p_state.get_update_level();
    l_t = p_state.get_update_time();

    if(l_u <= 0) this.m_update_time = l_t;
    else         this.m_update_time = (((7*this.m_update_time) + l_t) >>> 3);

    if(p_state.get_improvement()     > 0) this.m_best_update   = l_u;
    if(p_state.get_rel_improvement() > 0) this.m_best_update_2 = l_l;

    l_l -= this.m_best_update_2;

    if(l_l > this.m_min_updates)
      {
      l_t = this.m_update_threshold;

      if(l_l > l_t)
        {
        this.m_update_threshold = Math.max(l_t+1, (11*l_t)/10);
        return true;
        }
      }

    l_t = this.m_time_threshold;
    if((l_l * this.m_update_time) > l_t)
      {
      this.m_time_threshold = Math.max(l_t+1,((11*l_t)/10));
      return true;
      }

    return false;
    }

/**
 * <p>
 * Obtain the predicted time an update will take. This prediction is based
 * on the recent updates and is computed as a slighting average.</p>
 * <p>You should always use the update time provided by this function
 * instead of the one provided by the search state. This time here is
 * a good prediction and ensures that you don't calculate with a peak
 * value. Also, remember that the search could be restored from a file,
 * which is why you should never use absolute time stamps for anything that
 * has something to do with automatic adaptation.</p>
 * @return The predicted time an update will take.
 */

  public final long  get_update_time ()
    {
    return this.m_update_time;
    }

/**
 * Obtain the index of the update where the currently known best ever
 * individual was found.
 * @return The index of the update where the currently known best ever
 *         individual was found.
 * @see #get_best_update()
 */

  public  final long  get_best_update ()
    {
    return this.m_best_update;
    }


/**
 * Obtain the index of the update level where the currently known best ever
 * individual was found.
 * @return The index of the update level where the currently known best ever
 *         individual was found.
 * @see #get_best_update()
 */

  public  final long  get_rel_best_update ()
    {
    return this.m_best_update_2;
    }

/**
 * The update threshold after which a reset should be scheduled if no
 * improvement could be achieved.
 * @return  The update threshold after which a reset should be scheduled if
 *          no improvement could be achieved.
 */

  public  final long  get_update_threshold  ()
    {
    return this.m_update_threshold;
    }

/**
 * Set the update threshold after which a reset should be scheduled if no
 * improvement could be achieved.
 * @param p_threshold The new update threshold after which a reset should
 *                    be scheduled if no improvement could be achieved.
 */

  public  void  set_update_threshold  (final long p_threshold)
    {
    if(p_threshold > 0) this.m_update_threshold = p_threshold;
    }

/**
 * Obtain the minimum updates to perform before a reset might be scheduled.
 * @return The minimum updates to perform before a reset might be scheduled.
 */

  public  final long  get_min_updates ()
    {
    return this.m_min_updates;
    }

/**
 * Set the minimum updates to perform before a reset might be scheduled.
 * @param p_min_updates The new minimum updates to perform before a reset
 *                      might be scheduled.
 */

  public  void  set_min_updates  (final long p_min_updates)
    {
    if(p_min_updates > 0) this.m_min_updates = p_min_updates;
    }

/**
 * <p>
 * Obtain the time threshold after which a reset should be scheduled if no
 * improvement could be achieved.</p>
 * <p>Notice: Resetting will not neccessarily occure directly when this
 * timeout ellapses. It uses the predicted update time to compute a update
 * index when it will occure, and it occures only after one update's
 * completion</p>
 * @return The time threshold after which a reset should be scheduled if no
 *         improvement could be achieved.
 */

  public  final long  get_time_threshold  ()
    {
    return this.m_time_threshold;
    }

/**
 * Set the time threshold after which a reset should be scheduled if no
 * improvement could be achieved.
 * @param p_threshold <p>The time threshold after which a reset should be
 *                    scheduled if no improvement could be achieved.</p>
 *                    <p>Notice: Resetting will not neccessarily occure
 *                    directly when this timeout ellapses. It uses the
 *                    predicted update time to compute a update index when
 *                    it will occure, and it occures only after one update's
 *                    completion</p>
 */

  public  void  set_time_threshold(final long p_threshold)
    {
    if(p_threshold > 0) this.m_time_threshold = p_threshold;
    }

/**
 * Assign the internal data of this adaptation strategy to another one.
 * This method copies the settings, but not the statistics.
 * @param p_data  The adaptation strategy to assign to.
 */

  @Override
  protected void  assign  (final AdaptationStrategy p_data)
    {
    DefaultSearchAdapter  l_dsa;

    super.assign(p_data);

    if(p_data instanceof DefaultSearchAdapter)
      {
      l_dsa = ((DefaultSearchAdapter)p_data);

      this.set_min_updates(l_dsa.get_min_updates());
      this.set_time_threshold(l_dsa.get_time_threshold());
      this.set_update_threshold(l_dsa.get_update_threshold());
      }
    }
  }

File Information:

file name:DefaultSearchAdapter.java
package:org.dgpf.search.api.adaptation
qualified name:org.dgpf.search.api.adaptation.DefaultSearchAdapter.java
file type:Java Source File
download location:download http://dgpf.sourceforge.net/source/org/dgpf/search/api/adaptation/DefaultSearchAdapter.java
size:10.607 KB (10862 B)
uploaded: 2015-07-22 04:11:00 GMT+0000
last update: 2006-05-11 10:36:12 GMT+0000
last access: 2017-11-21 15:38:22 GMT+0000

statistics online since 2006-01-02.   RSS Feed
Contact us by sending an email to tweise@gmx.de to receive further information, to report errors, or to join our project.
All content on this site (http://dgpf.sourceforge.net/) is LGPL-licensed.
http://dgpf.sourceforge.net/scripts/source/source.php last modified at 2015-07-22 04:10:53 GMT+0000 served at 2017-11-21 15:38:22 GMT+0000.
Valid CSS Valid XHTML 1.1
Valid RSS SourceForge.net Logo