我对于理解这个算法有些问题。这是网上最常见的算法之一：

for all members of population  sum += fitness of this individualend forfor all members of population  probability = sum of probabilities + (fitness / sum)  sum of probabilities += probabilityend forloop until new population is full  do this twice    number = Random between 0 and 1       for all members of population          if number > probability but less than next probability              then you have been selected       end for      end  create offspringend loopfor all members of population  probability = sum of probabilities + (fitness / sum)  sum of probabilities += probabilityend for

^^^特别是这一段让我困惑。在种群个体上下文中，“概率之和”甚至“概率”是什么？这些值就像个体一开始就拥有的值吗？

回答：

这是一段非常晦涩的代码。

在第二个代码块中，probability是附加到种群中每个成员的变量，而sum of probabilities是整个种群的全局变量。

现在，轮盘赌的比喻是说，整个种群可以表示为一个轮盘赌，种群中的每个成员在这个轮盘赌中都占据一个与它的相对适应度成比例的扇区。这段代码正在做这个比喻背后的繁琐工作——不是轮盘上的楔形，而是成员现在用线段 [0,1] 上的比例间隔表示，这是一种表示概率的常用方法。

为此，从技术上讲，您需要两个数字，每个成员的开始和结束。但是第一个成员的开始将是 0；第二个成员的开始将是第一个成员的结束；等等，直到最后一个成员，其结束为 1。

这就是这段代码正在做的事情。Sum of probabilities从 0 开始，第一次通过循环时，probability就是您凭直觉认为它应该是的。它标记了第一个成员的终点。然后更新“概率之和”。第二次通过循环时，“概率”是您凭直觉认为它应该是的……偏移了“概率之和”。就这样继续下去。

因此，第一个循环是将适应度值相加，作为归一化处理的序幕。您所询问的第二个循环正在对这些归一化的概率进行归一化处理，并将它们排列在单位区间中。第三个（最复杂的）循环是选择两个随机数，将它们与种群的两个成员匹配，并进行交配。（请注意，这里的假设是这些成员采用某种类似数组的格式，以便您可以按顺序检查它们的端点与您掷出的随机数。）