Интересно а можно ли использовать генетические алгоритмы для такой задачи?
Существует кран с водой. Вода может быть от очень холодной, до очень горячей.( от 0 до 100), но какая точно мы не знаем.
Есть 40 факторов и их сочетаний, которые влияют на это.
И есть зарегистрированная история наблюдений по ним, очень большая.
Нам нужно находить ситуации, когда вода была очень горячей или холодной, и при каких сочетаниях факторов это в итоге происходило.
Это ведь по сути перебор всех вариантов с фитнес-функцией поиска очень холодной и горячей воды.
МОжно ли использовать тут генетический перебор? Я верно формулирую задачу для ГО?
Задаем случайный набор факторов и прогоняем по всем зарегистрированным случаям и смотрим была ли вода в среднем по всем случаям очень холодной или очень горячей.
Если нет, меняем некоторые факторы и опять повторяем и смотрим движемся ли мы в сторону Max и min или нет и таким образом находим те сочетания факторов, которые нам дают наилучшие показатели "горячего" и "холодного"