遗传算法中多个子代的亲本选择

我正在用 JavaScript 构建我的第一个遗传算法,参考了一系列的教程。

我正在构建一个比这个调度教程稍微简单的结构 http://www.codeproject.com/KB/recipes/GaClassSchedule.aspx#Chromosome8,但是我遇到了一个关于繁殖的问题。

我得到了一个由 60 个个体组成的种群,现在我挑选出最优秀的两个个体进行繁殖,然后随机选择几个其他个体与最优秀的两个个体进行繁殖。这样做难道不会很快导致亲本数量变得相当少吗?

我认为如果我将前两个结果与接下来的 20 个结果进行繁殖,我就不会在解决方案中取得多大进展。

这是正确的吗?有没有一种普遍接受的方法来做到这一点?


回答:

我这里有一个 JavaScript 遗传算法的例子 here

你的方法存在的一个问题是,你总是让前 2 名个体交配,这会扼杀种群的多样性。这永远不会奏效,因为它太贪婪了,实际上你会适得其反,失去使用遗传算法的初衷。

这是我如何使用精英主义实现交配的(这意味着我保留了一定比例的未改变的最佳适应度个体,并随机地让所有其余的个体交配),我将让代码来说明问题:

// save best guys as elite population and shove into temp array for the new generationfor(var e = 0; e < ELITE; e++) {   tempGenerationHolder.push(fitnessScores[e].chromosome); }// randomly select a mate (including elite) for all of the remaining ones// using double-point crossover should suffice for this silly problem// note: this should create INITIAL_POP_SIZE - ELITE new individualzfor(var s = 0; s < INITIAL_POP_SIZE - ELITE; s++) {   // generate random number between 0 and INITIAL_POP_SIZE - ELITE - 1   var randInd = Math.floor(Math.random()*(INITIAL_POP_SIZE - ELITE));   // mate the individual at index s with indivudal at random index   var child = mate(fitnessScores[s].chromosome, fitnessScores[randInd].chromosome);   // push the result in the new generation holder   tempGenerationHolder.push(child);}

它有很好的注释,但是如果您需要任何进一步的指针,请询问(并且这里是 github 仓库,或者您可以在上面的 url 上查看源代码)。我多次使用这种方法(精英主义),对于基本场景,它通常效果很好。

希望这有帮助。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注