正如标题所述，这里为那些对进化算法感兴趣的人提供一个分析：

在进化算法中，基本前提是随机生成一定数量的个体（实际上只是一组参数），让他们面对一个问题，然后让表现最佳的个体存活下来。

然后，通过幸存者的杂交、幸存者的变异以及一定数量的全新随机个体来重新填充种群。

重复数千次，高效的个体就会出现。

有些人还会引入多个个体“岛屿”，这些岛屿是独立的种群，允许它们偶尔进行杂交。

所以，我的问题是：最优的重构比例是多少？

我一直在保留前 10% 的最佳表现者，并用 30% 的杂交个体和 30% 的突变个体进行重构。剩余的 30% 用于新的个体。

我也尝试过多个岛屿的理论，并且我对你在这方面的结果也很感兴趣。

我清楚地意识到这正是进化算法可以解决的问题。你是否知道有人尝试过这样做？

提前感谢！

回答：

最初，我试图模拟我认为有机系统应该是什么样子的。最终决定那不行，然后采取了更激进的方法，保留 10%，变异 20%，杂交 60%，随机 10%。

然后我注意到我的前 10% 大致相同。所以我将随机比例增加到 30%。这有所帮助，但效果不大。

我确实尝试了多个岛屿、跳代和重新播种，这产生了更好的结果，但仍然非常不令人满意，获得任何结果都需要非常长的时间。大多数情况下，代码学会了如何破解我的适应度评估。

很容易获得表现最佳的个体，所以不要担心保留太多。杂交有助于减少正面和负面特征，所以它们很有用，但真正想要的是大量良好的随机个体。专注于突变和新的随机个体来引入特征，让杂交个体和表现最佳的个体只是跟踪最好的并更缓慢地改进它们。即：基于上一代的只是找到更好的局部最大值，随机个体找到更好的全局最大值。

我仍然相信，通过观察自然现象可以找到你问题的最佳答案，例如最近一篇关于果蝇飞行路径随机性的文章，所以这可能会奏效。

可能最好的答案就是运行它并调整它，不要害怕大幅调整它，种群是健壮的。确保你实现了一种保存和继续的方法。