Выбор генетического алгоритма и вопросы кроссовера

Question

Я использую свою собственную ГА на некоторое время, где я использую случайный отбор и элитизм (около 10% или около того), чтобы получить 50% моего населения. Затем я делаю кроссовер, чтобы произвести следующие 50%, за которым следует мутация, конечно. Это звучит странно, но это заставило меня достаточно далеко в моей проблеме, чтобы удовлетворить ее до сих пор.

Я хотел бы начать использовать более сложные методы выбора, в частности, выбранный выбор. Я также хотел бы использовать вероятность кроссовера.

Мои вопросы:

1. При выполнении ранжированный выбор, это каждый человек допускается только выбрать один раз?
2. Что обычно происходит с родителями после кроссовера? Заменяются ли они детьми или они также переходят на следующее поколение?

Answer 1

1. При выполнении ранжированный выбор, это каждый человек допускается только выбрать один раз?

Ну, если каждый человек было разрешено выбирать только один раз, вы должны скопировать все население, чтобы сформировать новую. В ранжированном отборе вы просто выбираете вероятностно с вероятностью, пропорциональной рангу индивида, и пусть вероятность решает, будет ли или когда человек будет копироваться больше раз.

2. Что обычно происходит с родителями после кроссовера? Заменяются ли они детьми или они также переходят на следующее поколение?

От этого зависит. Если у вас есть так называемая схема генерации, вы всегда генерируете совершенно новое население, которое полностью заменяет старый. Члены этой новой группы населения из этих четырех «источников»:

• Элиты, скопированные непосредственно из родительского населения.
• Лица, выбранные из родительской популяции, которые не пересекались и не мутировали (т. Е. Непосредственно копировали).
• Дети родителей, которые были выбраны из родительского населения, которые пересекались, но не мутировали.
• Мутированные дети родителей, которые были отобраны из родительского населения и перешли.

С другой стороны, вы можете иметь так называемую схему устойчивого состояния. В этой схеме на каждой итерации вы выбираете достаточно людей, чтобы иметь возможность выполнять кроссовер, пересекать их (если позволяет вероятность), мутировать их (если позволяет вероятность), а затем вы каким-то образом возвращаете их в исходную совокупность. Это означает, что кого-то нужно выбросить. Это могут быть родители или дети (если они хуже других) или произвольный член населения на основе вашей стратегии замены. Вы можете сделать, например. «инвертированный» выбор, т. е. выбор с вероятностями наоборот (худшее становится самым высоким, а лучшее - самым низким).

Последнее замечание - в царстве GA почти любой механизм, который вы придумали, может работать для вашей конкретной проблемы, а может и нет.Вам просто нужно попробовать. В конце концов, это стохастический метод.