遗传算法交叉

Question

我有一个人口为 X 的 GA。

在我运行基因并得到每个基因的结果后，我对基因进行一些加权乘法（因此排名更好的基因得到的乘法最多）

我得到 x*2 或 x*2+(x*100/10) 基因。这 10% 是随机的新基因，它可能会触发也可能不会触发，具体取决于突变率。

问题是，我不知道将人口再次减少到 X 的最佳方法是什么。

如果基因是一个列表，我应该只使用 list[::2] （或从列表中获取每个偶数索引项）

基因杂交的常见做法是什么？

编辑：

我的 GA 示例，人口为 100；

• 运行适应度函数中的100个基因，得到结果。当前人口：100
• 添加 10% 的新随机基因。当前人口：110
• 复制前 10% 的基因。当前人口：121
• 去除 10% 最差的基因。目前人口：108
• 结合所有可能的基因（无重复）。目前人口：5778
• 从基因库中删除基因，直到人口 = 100。当前人口：100
• 重启适应度函数

我想知道的是：最后一步应该怎么做？目前我有一个包含 5778 个项目的列表，我每 '58' 取一个或表示为 len(list)/startpopulation-1

或者我应该使用带有 random.delete 的 'while True' 直到 len(list) == 100？

新的随机基因应该在交叉之前还是之后添加？

有没有办法对评分从高到低的项目进行高斯乘法？

例如：评分最高的乘以 n，第二好的乘以 (n-1)，第三的乘以 (n-2) ...，评分最差的乘以 (n-n)。

Answer 1

我真的不知道你为什么要这样执行 GA，你能提供一些参考吗？

无论如何，这是我实现功能性 GA 方法的典型解决方案：

1. 运行适应度函数中的100个基因，得到结果。

2. 根据归一化适应度函数随机选择2个基因 （考虑到每个基因从 池）和交叉。重复这个步骤，直到你有 90 个新基因 （本例为 45 次）。保存前 5 名，无需修改和 复制。基因总数：100。

3. 对于 90 个新基因和新库中的 5 个重复，允许 它们会根据您的突变概率（通常为 1%）进行突变。 基因总数：100。

4. 从 1) 到 3) 重复直到收敛，或 X 个 迭代。

注意：您总是希望最好的基因保持不变，例如在每次迭代中总能得到更好的解决方案。

祝你好运！