0%

遗传算法 GA 选择方法策略

内容如题,还是很有意思的。

轮盘赌

轮盘赌又叫比例选择方法,这是最最基本的方法,所以,每个人都应该知道,我只是简单地介绍一下原理,白话文。QvQ。

个体按照适应度的大小从高到低排列,适应度大的,被选中的概率也就大,反之亦然。

但是,有一点需要了解的是,即便是最优秀个体,他的适应度最大,但是还是有不被选中的可能,所以,这个轮盘赌存在缺陷。

关于轮盘赌的算法,我在 GA 的第一篇就已经讲的很清楚了。

遗传算法 GA 基本原理

分级选择(排序选择)

因为有时候由于某一部分群体特别优秀,导致它的基因总能被复制遗传,最后因为同种优秀的个体经营越来越多,冲淡了群体的多样性。因此提出分级的概念。

具体方法如下:

这个方法会导致适应度之间的实际差别,即不符合遗传算法的最基本的原理。

这个算法就是变相的轮盘赌算法,但是我发现有一个不对的地方。

就是他们要使 P(i) 相加等于 1,所以最后推出了那个公式,但是有时候算得 P(i) 是负数。

比如:

A,B,C 的 适应度分别是 0.7 0.2 0.1 ,最后我们求得的 d 是 1.1 / 3
但是,我们根据上面的公式求第三个样本级数的时候却发现是负数
所以,目前我介绍的这个算法有缺陷,但是,这个算法不常用,所以,只是作为参考。

竞技选择法

这个方法让我注意的是,群体的最佳适应度是直接复制到下一代中的。

另外,注意的是,结束的条件是产生和上一代一样的数目,所以,可能会多次进行选择 k 个个体,然后交叉。

最优保留策略(精英策略)

在轮盘赌中我们也说过了,最优个体也有可能被淘汰,所以,我们有意识的把最优个体的基因进行保留,交叉遗传。

还有很多,在这就不一一列举了。

请我喝杯咖啡吧~