Итак, скажем, для некоторой функции f (x, y, z), я хочу найти то, что даст максимальную ценность, которая была бы максимизацией, не так ли? И если бы я хотел найти минимальное значение, которое было бы минимизацией?
Да, это по определению true.
Итак, если генетический алгоритм является алгоритмом поиска, который пытается максимизировать некоторую функцию работоспособности, будут ли они по определению быть алгоритмами максимизации?
Довольно много да, хотя я не уверен, что «алгоритм максимизации» - это хорошо используемый термин, и только если генетический алгоритм определен как таковой, и я не верю, что это строго.
Общие алгоритмы также могут попытаться минимизировать расстояние до некоторого значения функции цели или минимизировать значение функции, но опять же это можно просто перефразировать как максимизацию без потери общности.
Возможно, более важно, что нет необходимости строго выполнять функцию - кандидаты просто должны быть сопоставимы. Если у них есть total order, снова можно перефразировать его как проблему максимизации. Если у них нет общего порядка, может быть немного сложнее получить кандидатов объективно лучше всех остальных, хотя ничто не мешает вам использовать GA для данных такого типа.
В заключение - попытка максимизировать функцию является нормой (и, возможно, в соответствии с тем, как вы в основном видите ее), но не удивляйтесь, если вы столкнетесь с GA, которая этого не делает.
Ну, если ваша функция фитнеса вещественна над поисковым пространством, просто умножьте ее на -1, а hey presto - максимизация станет минимизацией (или наоборот). –
Урок вынос: не зависеть на максимальных/минимальных условиях. Рассмотрим генетический алгоритм как способ исследовать пространство поиска, чтобы найти локальные экстремумы «пригодной функции» (если они существуют). Эти экстремумы могут быть локальными максимумами или локальными минимумами в зависимости от того, кто вы смотрите на вещи. Затем изменяется функция работоспособности («изменение окружающей среды») и новые экстремумы. –
Обратите внимание, что существует разница между значением пригодности и объективным значением. GA пытаются * максимизировать * пригодность, поскольку они пытаются развить индивидуумов. Однако это не говорит о том, что основная проблема заключается в минимизации или максимизации функции. Для минимизации проблема заключается в том, что человек ближе к минимуму является слесарем (и, следовательно, имеет более высокую пригодность). Как отметил @DavidTonhofer, его легко конвертировать и обычно не имеет значения. – orange