我在为WHPP调度问题实现一个遗传算法解决方案时，使用了轮盘选择算法。我遇到的问题是，初始种群（随机生成）开始时具有非常相似的（非常低的）适应度值，导致父母之间以及随后他们的子代之间的概率几乎相等（至少非常接近），因此从执行开始就几乎是随机选择。我的问题是该如何处理这个问题？我是否应该寻找另一种评估种群的方法，使得其中最好的个体有不成比例的高概率被选中？还是说我生成初始种群的方式不应该产生均匀的适应度值？（这意味着我从一开始就做错了什么）这是我必须提交的人工智能作业，但不知为何我无法从教学人员那里得到直接的答案。提前感谢，我知道这是一个非常模糊的问题，但我无法从任何地方获得信息。

回答：

结果证明，轮盘选择法并不适合我的情况。我最终使用了排名选择算法，这正是我原本想用轮盘选择法实现的。它根据适应度值分配排名，然后你可以基于此计算概率。这样，即使是适应度稍高的个体也能获得更好的机会。你还可以使用偏差乘数变量来控制它们拥有的优势有多大。这在某些个体与其他个体相比具有极高适应度值的情况下也适用。