遗传算法。如何找到最佳人口规模

Question

如何找到最佳人口规模。在我的任务中，每个基因都是一个 int 类型的值，位于给定范围内。

例如：

1. 染色体由 2 个基因组成。
2. 第一个基因可能包含 5 到 15 范围内的 int 值
3. 第二个基因可能包含一个从 15 到 25 的 int 值。

问题。如何找到初始种群的大小。

Answer 1

通常通过反复试验找到最佳尺寸。您可以编写一个简单的算法来优化种群大小，例如从 100 的 pop 大小开始，然后迭代地增加它，例如50. 对于需要运行 GA 并计算一些评估种群大小的度量的每一步，您可以使用以下之一：最大适应度、平均适应度、满足收敛标准的时间。为了提高准确性，您应该至少重复每个步骤几次，然后计算每个步骤的平均值并绘制图表，您可以从中选择最佳弹出大小，或者如果这还不够，您可以优化接近峰值在此弹出大小附近做同样的事情。

根据您的问题，图表看起来会有所不同。如果它只是一个正斜率曲线，那么您将不得不根据自己的合理弹出尺寸进行选择。如果流行规模太小，您的 GA 很可能会失去多样性，并且可能会下降到某个局部最优值。当它太大时，您的 GA 将成为简单的随机搜索算法。

顺便说一句，我希望这个例子不是你真正的问题，因为遗传算法不是这样小的染色体的最佳选择。