1. 程式人生 > >遺傳演算法(2):對適應度函式的改進

遺傳演算法(2):對適應度函式的改進

-----------------------------關於適應度的問題1. 有的時候,目標函式可能不一定可以直接作為適應度函式。2. f(x1), f(x2), ... f(xN)之間的差別可能不是很大,個體被選出的概率差不多,這可能導致GA的選擇功能被弱化。(為什麼……)此時:可以對目標函式進行變換(標定)。有線性變換、動態線性變換、冪律變換、對數變換等。對數,有一種“壓大擴小”的功能……輪盤賭,產生隨機數,看落在哪個個體的身上。一定要隨機。不是直接取測度最大的那個f(xi)。 為什麼?
以下摘自百度文庫遺傳演算法中,關於適應度函式

(1) 線性標定
不是說不給最差的個體機會生存了,還是要給別人一點機會。(2)動態標定 (就是把線性標定中ksi改成了ksi的k次方,希望開始的時候,大家都有機會,而越到後面,越要保留優秀的個體)



(3)冪律標定(4)對數標定
(5)指數標定