ปัญหาใน GA คือการจำกัดพื้นที่การค้นหาของคุณให้แคบลงเร็วเกินไปและเข้าถึงวิธีแก้ปัญหาสูงสุดในพื้นที่ คุณต้องแน่ใจว่าคุณไม่ได้เป็นผู้นำในการแก้ปัญหาด้วยวิธีอื่นใด นอกเหนือจากฟังก์ชันการเลือก/การออกกำลังกาย ดังนั้นเมื่อคุณพูดว่า
เหตุใดคุณจึงใช้วิธีแก้ปัญหาที่ดี แล้วจึงทำหน้าที่ที่มีแนวโน้มจะทำให้เป็นวิธีแก้ปัญหาที่แย่ลง
เหตุผลก็คือคุณต้องการโอกาสให้ทางแก้ไขถอยกลับไป มันอาจจะต้องแย่ลงก่อนที่จะดีขึ้น จริงๆ แล้ว คุณควรลบตรรกะการตัดสินใดๆ ออกจากตัวดำเนินการทางพันธุกรรมของคุณ ปล่อยให้เป็นหน้าที่ของกระบวนการคัดเลือก
นอกจากนี้ ควรมองว่าครอสโอเวอร์และการกลายพันธุ์เป็น 2 วิธีที่แตกต่างกันในการสร้างความเป็นเด็ก คุณควรใช้วิธีใดวิธีหนึ่ง ในทางปฏิบัติ หมายความว่าคุณมีโอกาสเกิดการกลายพันธุ์ระหว่างพ่อแม่เลี้ยงเดี่ยวหรือลูกผสมระหว่างพ่อแม่ 2 คน โดยปกติโอกาสการกลายพันธุ์จะมีเพียง 5% โดยมีการใช้ครอสโอเวอร์เพื่อสร้างอีก 95%
ครอสโอเวอร์จะเก็บข้อมูลทางพันธุกรรมจากทั้งพ่อและแม่ (ลูกๆ เป็นภาพสะท้อน) ดังนั้นลูกคนหนึ่งจะแย่กว่าพ่อแม่และลูกอีกคนดีกว่า (หรือทั้งสองอย่างเหมือนกัน) ดังนั้นในแง่นี้กับครอสโอเวอร์ หากมีการเปลี่ยนแปลง คุณจะได้คนที่ดีขึ้นเสมอ
ในทางกลับกัน การกลายพันธุ์ไม่ได้รับประกันว่าจะมีบุคคลที่ดีขึ้น แต่ก็มีอยู่เพื่อจุดประสงค์ในการแนะนำข้อมูลใหม่ ซึ่งช่วยย้าย GA จากสถานการณ์สูงสุดในท้องถิ่น หากการกลายพันธุ์ล้มเหลวในการปรับปรุงแต่ละบุคคลและทำให้แย่ลง ก็มีโอกาสน้อยที่จะถูกเลือกสำหรับการเลี้ยงลูก (นั่นคือ คุณไม่จำเป็นต้องใช้ตรรกะนี้ในตัวดำเนินการการกลายพันธุ์)
คุณเลือกอันที่ดีที่สุดที่จะกลายพันธุ์
สิ่งนี้ไม่เป็นความจริงอย่างเคร่งครัด คนดีควรมีโอกาสถูกเลือกสูงกว่า ในที่นี้มีความแตกต่างเล็กน้อยที่บุคคล BAD อาจถูกเลือกให้เป็นผู้ปกครองด้วย อีกครั้งซึ่งจะช่วยลดโอกาสในการเข้าถึงโซลูชันสูงสุดในท้องถิ่น นอกจากนี้ยังหมายความว่าบุคคลที่ดีที่สุดในยุคหนึ่งอาจ (และบ่อยครั้ง) แย่ลงได้จริงๆ เพื่อแก้ปัญหานี้ เรามักจะใช้ 'ลัทธิอภิสิทธิ์' โดยที่บุคคลที่ดีที่สุดจะถูกคัดลอกไปยังรุ่นต่อไปเสมอ (ในขณะนั้น/อยู่ระหว่างการดำเนินการ)
นอกจากนี้ยังจะเป็นประโยชน์หากฉันสามารถแสดงความคิดเห็นเกี่ยวกับตัวดำเนินการทางพันธุกรรมที่คุณใช้อยู่ ฉันพบว่าวงจรครอสโอเวอร์และการกลายพันธุ์แบบผกผันทำงานได้ดีในประสบการณ์ของฉัน
person
M. Mansell
schedule
16.01.2018