遗传算法：我的健身功能会不会太复杂？答案

【问题标题】：Genetic Algorithms: Can my Fitness Function be too complicated?遗传算法：我的健身功能会不会太复杂？
【发布时间】：2018-04-07 17:53:21
【问题描述】：

在遗传算法中，将适应度函数设为数学表达式以外的其他东西是否正确？里面会不会有递归函数和循环？

问题是我正在评估我是否可以在我的论文中使用遗传算法，而我正在考虑的这个适应度函数可能有点复杂。但也许不是，我只需要确保程序可以处理这样的功能并且不会造成瓶颈，对吧？。

基本思路：

FitnessFunction(){
    fitness = RecursiveFunction();
}

RecursiveFunction(){
    do{
        //Do something
    }while(other_condition);

    if(another_condition){
        return RecursiveFunction();
    }

    return fitness;
}

【问题讨论】：

这个没问题。它只是会很慢，可能效率不够。

标签： genetic-algorithm evolutionary-algorithm fitness

【解决方案1】：

这将是一个瓶颈，但这是意料之中的。评估函数通常占用大部分执行时间，因为相比之下遗传算子（交叉、变异）是非常简单的操作。我见过 GA，其中评估函数是模拟房屋结构接收地震，所以你应该没问题。

但是，值得您隔离，测量时间并尝试尽可能优化功能。考虑到它会为成百上千的个体运行许多代，并且您将重复整个过程，调整参数和您的 GA 实现。

【讨论】：

【解决方案2】：

只要您的函数返回一个适应度值（看起来确实如此），我认为这没有问题。事实上，遗传算法和进化计算通常非常适合复杂的适应度函数，这些函数在许多情况下是不可微的，因此很难与梯度下降等其他训练方法一起使用。

【讨论】：