随机通用抽样应如何与遗传编程中的精英主义相结合？答案

【问题标题】：How should Stochastic Universal Sampling be combined with Elitism in Genetic Programming?随机通用抽样应如何与遗传编程中的精英主义相结合？
【发布时间】：2012-07-06 04:56:26
【问题描述】：

已实施排名选择 ("RS") 和随机通用抽样 ("SUS") [Baker, 1987] 我现在想介绍精英主义（重新引入最适合的上一代成员进入下一代）以观察其声称的好处。

引用了 SUS 和精英主义的结合，例如 Melanie Mitchell 在 An Introduction to Genetic Algorithms 中的引用。但是，我遇到了一个（非常模糊的）在线参考，建议避免结合使用这两种方法。我想知道在后一种情况下，不正确的实现是否是导致两种方法不兼容的原因。

因此，如果在 GP 方面更有经验的人能提供关于如何结合 SUS 和 Eliteism 的描述，我将不胜感激。根据我对这两种机制的了解，逻辑实现是从种群大小 N 中选择 K 最适合的个体，然后对整个排名种群（包括 K 精英）执行 SUS，但只进行 NK 选择（而不是 N 选择将在没有精英主义的情况下发生）。

是否有人能够确认这个提议的实现在数学上是合理的，以及推荐的方法？

【问题讨论】：

标签： selection genetic-algorithm rank genetic-programming stochastic

【解决方案1】：

将精英主义和随机通用抽样结合起来当然没有问题。我建议您阅读一篇论文 Why use Elitism and Sharing in a Multi-Objective Genetic Algorithm?，它专门讨论了在 SUS 案例中使用精英主义的好处。

此外，因为您似乎感兴趣，我知道另一篇论文更侧重于您可能感兴趣的选择函数的理论背景（他们将 SUS 称为轮盘赌选择）The Effects of Selection on Noisy Fitness Optimization

祝你好运！

【讨论】：

衷心感谢您回答这个问题 dalekchef，我以为它早就被社区抛弃了！我最终对 SUS 实施了精英主义，包括为下一代父母选择 SUS 中的精英个体，同时将这些精英个体中的每一个保留为下一代成员。我仍然渴望阅读您链接的参考资料，了解这些方法背后的数学是很好的。再次感谢:-)
没问题！很高兴我能帮上忙。