Angenommen, ich habe 100 Popsize, sollte ich 10 Nachkommen machen? Ich möchte die beste Kombination zwischen Popsize und Nachkommen erreichen konvergent schnell und bitte auch das Papier.Wie viele Nachkommen sollen wir im Genetischen Algorithmus produzieren?
Antwort
Es gibt nicht die beste Nachzucht/Population für jedes Problem, das Sie mit einem genetischen Algorithmus lösen können. Jedes Problem hat eine optimale Konfiguration, die nicht nur von Nachkommen/Population, sondern auch von Mutationschancen, Chromosomen-Design usw. bekannt ist.
Mit diesem gesagt gibt es mehrere Lösungen wie totale Substitution, partielle Substitution usw. Mit seinen eigenen Vor- und Nachteilen. Sie sollten sie erforschen und entscheiden, welches am besten zu Ihrem Problem passt.
-Suppose N Bevölkerungsgröße für Ihre GA.
chrom # 0 = "01010110101" | Fitness = f0
chrom # 1 = "11010010111" | Fitness = f1
chrom # 2 = "01010111011" | Fitness = f2
chrom # 3 = "01111010100" | Fitness = f3
.
.
.
chrom # N = "01011010110" | Fitness = fN
-Sie Turnier von Chromosom anwenden zufällig aus der Hauptpopulation mit Größe T: (T < N)
Tournament chrom # 0 = "01010110101" | Fitness = f0
Tournament chrom # 1 = "11010010111" | Fitness = f1
Tournament chrom # 2 = "01010111011" | Fitness = f2
Tournament chrom # 3 = "01111010100" | Fitness = f3
.
.
.
Tournament chrom # T = "01011010110" | Fitness = fT
einfach zu bekommen paaren Chromosom:
Mate Chromosome # 1
ein anderes Turnier:
Mate Chromosome # 2
Sie Crossover gelten zurückzukehren Nachkommen:
Crossover(Mate Chromosome # 1, Mate Chromosome # 2) => offspring
technisch bedeutet, dass Sie N Nachwuchs für die neue Population bekommen würde.
Mutation(offspring) => new chromosome for new population
weiter die Iteration, bis Sie die maximale Größe des Ziel Chromosom konvergieren.
- 1. Crossover im genetischen Algorithmus
- 2. Gebäude mit genetischen Algorithmus Ranking,
- 3. Schlechte Randomisierung im Rahmen des genetischen Algorithmus
- 4. Python 3.5 - genetischen Algorithmus
- 5. Auswahlmechanismus für genetischen Algorithmus
- 6. Wie man die Eltern überschneidet, wenn man eine Wertcodierungsmethode im genetischen Algorithmus benutzt?
- 7. Schema Überleben in genetischen Algorithmus
- 8. parallelen Lauf für genetischen Algorithmus
- 9. Objektive Funktion eines genetischen Algorithmus
- 10. Was ist der Unterschied zwischen genetischen und zellulären genetischen Algorithmus
- 11. Sollen wir die Länderliste sortieren?
- 12. C++: Variable Template-Parameter (für genetischen Algorithmus)
- 13. Welchen genetischen Algorithmus/Programmierbibliothek verwenden Sie?
- 14. Kodierung einer Wahrscheinlichkeitsverteilung für einen genetischen Algorithmus
- 15. Wie viele Einheiten sollte es in jeder Generation eines genetischen Algorithmus geben?
- 16. Sollen wir rekursive Aufrufliste als Hilfsraum betrachten?
- 17. Wie können diese Implementierungen eines genetischen Algorithmus wiederholt werden?
- 18. Wie sollte die Rouletteradauswahl für nicht sortierte Populationen im genetischen Algorithmus organisiert werden?
- 19. Erzeugen einer Population für den genetischen Algorithmus in C
- 20. Haben Sie jemals einen genetischen Algorithmus in realen Anwendungen verwendet?
- 21. Gewichtsoptimierung eines neuronalen Netzwerks mit Hilfe eines genetischen Algorithmus
- 22. Wie zählen wir, wie viele Mehrfachauswahl im Diagrammbereich?
- 23. Beste Datenstruktur für den genetischen Algorithmus in C++?
- 24. Darstellung von Gen und Chromosomen in genetischen Algorithmus
- 25. Wie viele Möglichkeiten können wir Web-Anwendung im Frühjahr erstellen
- 26. Sollen wir alle CSS in HTML-Dokument?
- 27. Haben Sie einen genetischen Algorithmus in der Produktion?
- 28. Gelegentlich Fehler in der Suche nach genetischen Algorithmus
- 29. Brauchen Sie Hilfe Strukturierung des Chromosoms für genetischen Algorithmus
- 30. Code für genetischen Algorithmus Cross-Over in Matlab
Es gibt keine definitive Antwort auf Ihre Frage. GA ist eine Heuristik mit vielen Ansätzen und Parametern, die eine formale Analyse erschweren. Es tut uns leid. – Ray
Wenn Sie die Hauptinspirationsquelle für diese Art von Algo betrachten, werden Sie feststellen, dass es viele, viele verschiedene Strategien gibt, von wenigen bis hin zu Tausenden. – flq