在遺傳算法中僅選擇頂部x％作爲選擇

Question

我目前正在研究StringEvolver，我不確定可能在GAs中使用的特定術語。

在遺傳算法中，精英主義是指直接晉升到下一代的人口子集;正確？

但是，是否有一個特定的術語，例如，當前人口的前75％用於選擇，交叉和變異過程而不是整個人羣？基本上，這個x％比率叫什麼？

我的意思是，而不是使用整個人口的說，一個輪盤賭選擇過程中，我只用了前x％（即只品種之間人口的最好的X％）

---

我問的原因是因爲我注意到使用時顯着的性能改進（更快的收斂），例如，用於選擇，交叉和突變過程的前10-25％的人羣用於推進代，而不是使用滿人口。

Answer 1

一個天真的選擇策略，你只需丟棄較弱的候選人有時被稱爲截斷選擇。對於許多問題，它會導致過早收斂，儘管我發現它適用於旅行推銷員問題。

聽起來像你有兩階段策略，首先使用截斷選擇來消除弱候選者，然後應用更復雜的策略（輪盤？）來完成選擇。

與其完全消除弱候選人存活的可能性，選擇允許調整該概率的選擇策略可能會更好。例如，通過錦標賽選擇，您可以調整閾值以確定弱候選人存活的可能性，而不是較強的候選人。

Answer 2

這聽起來像你只是在談論一個特定的選擇方法。你可以通過擴展你的健身功能來做大致相同的事情，以提高速度而不是線性增加。

這就是說，我會提醒你不要每次都扔掉你的人口的底部。對於較小的遺傳算法，這可以讓您更快地收斂，但對於現實世界的問題，這往往會使您陷入局部最小化，從而降低解決方案的質量。

也就是說，有一個術語叫decimation。這是當你在交叉和變異之前拋出人口中最低的X％。這通常不是每一代都完成的。爲了覆蓋更大的搜索空間，並且在X世代之後進行抽取，通常會從難以控制的大羣體開始，因爲GA通常在前100個一代左右獲得最大收益。然後，繼續處理更小，更容易處理的人羣。

希望這會有所幫助。

Answer 3

沒有具體的條款來限制對前x％元素的選擇，這只是實施選擇策略時必須設置的因素之一。

在某些情況下，您可能會收斂速度更快，但限制x％的數字，但我建議嘗試使用不同長度的字符串，並查看這會如何影響收斂。我之前完成了這個工作（參見this和this項目，都在發展中的字符串），如果您在選擇個體時使基因池太小，卡住的可能性可能會隨着字符串的長度而增加，原因是你嚴重影響多樣性。