我正在使用遗传算法“学习”跳棋/国际跳棋 AI 的最佳参数。这些参数存储在一个 double 类型的向量中。

[x1 x2 x3 x4 x5 x6 x7 x8 x9]

实际上，我使用两种简单的方法进行交叉：单点交叉和双点交叉。不幸的是，在我看来，这些方法还不够好。

例如，如果我有一个基因池，其中包含：

[10 20 1]
[30 10 9]
[100 1 10]

如果 x1 值的理论最优值为 50，我永远无法通过交叉找到它。我唯一的希望是产生一个 x1=50 的突变，该突变足够好，可以在下一代中传递。

那么，有没有更好的方法来对数字数组执行交叉？

回答：

看起来你遇到了编码问题，而不是交叉问题。如果你想要染色体有更多的变异性，那么可以将数据编码为字节序列（甚至比特）。
假设你有 3 个整数参数，那么你可以将它们表示为 3*4=12 字节的向量：

{114,2,0,214, // 第一个 32 位整数
14,184,220,7, // 第二个 32 位整数
145,2,32,12,  // 等等...
}

然后，在交叉之后，你的整数将以很大的变异性进化。你也可以不使用 1/2 点交叉，而是使用 均匀交叉 – 在每个染色体点，你将随机决定使用哪个基因版本。 在这种情况下，你将获得更多的变异性。但请记住，交叉中过多的变异性也是灾难性的，因为它会导致种群永远无法达到最佳解决方案，因为即使是次优解决方案也会被交叉操作中的巨大随机波动撕裂。 稳定 的进化是这里的关键词。

另一种方法是不使用遗传算法，而是使用 进化策略算法，该算法会更改染色体中的所有基因。但这种方法在不同基因版本的数量不是很大的情况下是可行的。因此，这可能不适合你的浮点数/双精度数问题。

希望能帮到你！