haskell - 为什么我的遗传算法看起来是随机的？

Question

我正在尝试为 Iterated Prisoner's Dilemma 制定最佳策略使用基本的遗传算法(Stochastic Universal Sampling、1-point crossover、Canonical GA)。我在 Haskell 中实现了这个算法，最近添加了图表输出。不幸的是，生成的图表不符合这个问题的预期模式，所以看起来我有一个错误。

我在这个问题上看到的所有适应度图都是这样的:



其他示例可见On Evolving Robust Strategies for Iterated Prisoner's Dilemma, P.J. Darwen and X. Yao (1993) p6-7

但是我的输出如下所示:



如果我将突变率设置为 1，我会得到:



也许暗示我的选择函数并不像我想象的那么随机，因为该图暗示了一个同质人群。

我的代码在 this git repository如果你想检查它。

现在的问题是:你们中的任何人能否建议我在 GA 实现中可能做错了什么以使图表看起来像这样？

例如我会假设它不太可能是适应度函数，因为我使用相同的适应度函数来输出它正在最大化，所以即使适应度函数在某种程度上是错误的，它仍然会最大化那个错误的函数(尽管我确定我在这里可能是错的，我对遗传算法相当陌生)

我只是想要查看哪些功能的建议，我正在努力解决这个问题。

编辑:在我的组合函数中添加了一些调试代码后，它似乎总是被相同的人传递(即使突变设置为 1)，所以大概选择在某个地方出错了。

编辑:选择出错了，但这并没有导致所有问题，只是人口的同质性。

Answer 1

你有一个函数maybeFlip ，这将以给定的概率将等位基因变为相反的。因此，当突变率为 1 时，您将继续在两个对立面之间来回翻转所有等位基因。这解释了您的图表中看到的锯齿形模式。

另外，swap在 Data.Tuple :)