artificial-intelligence - 在遗传编程中实现交叉

Question

关闭。这个问题需要更多focused .它目前不接受答案。












想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .

6年前关闭。



Improve this question




我正在编写一个遗传编程 (GP) 系统(用 C 语言，但这是一个小细节)。我已经阅读了很多文献(Koza、Poli、Langdon、Banzhaf、Brameier 等)，但有一些我从未见过解释过的实现细节。例如:

我使用的是稳态人口而不是世代方法，主要是为了使用计算机的所有内存，而不是为临时人口保留一半。

一季度。在 GP 中，与 GA 不同，当您执行交叉时，您会选择两个 parent ，但您是创建一个或两个 child ，还是您可以自由选择？

Q2。在稳态 GP 中，与代际系统相反，交叉创建的 child 替换人口中的哪些成员？这是我没有看到的讨论。是两个 parent ，还是另外两个随机选择的成员？我可以理解是否是后者，并且您可能会使用负锦标赛选择来选择要替换的成员，但这不会造成过早收敛吗？ (在交叉事件之后，种群包含两个原始 parent 加上这些 parent 的两个 child ，另外两个随机成员被删除。精英主义是固有的。)

Q3。是否有专门针对 GP 的网络论坛或邮件列表？奇怪的是我没有找到。 Yahoo 的 GP 组几乎只用于发布公告，Poli/Langdon Field Guide 论坛几乎是沉默的，并且在 gamedev.net 等通用/游戏编程网站上的 GP 讨论非常基础。

感谢您的任何帮助，您可以提供!

Answer 1

首先，放松。

GP 中没有“正确”的方法。 GP 与其说是科学，不如说是艺术。尝试很多方案并选择最有效的方案。

Q1:1、2 或许多。你选择。

Q2:替换，1、2、全部。或者尝试一些精英主义。

Q3:您可能找不到讨论这些问题的论坛 b/c 没有正确/最佳答案。对不起。

附注。在我的研究中，交叉从来没有真正表现得很好......