genetic-algorithm - 如何找到遗传算法的最佳参数？

Question

一些遗传算法框架，如http://www.aforgenet.com/需要很多参数，比如突变率、种群大小等

这些参数有通用的最佳数字吗？我认为这取决于问题(适应度函数延迟、突变延迟、重组延迟、进化速度等)。我的第一个想法是使用一个 GA 来配置另一个 GA。

有什么更好的想法吗？

Answer 1

我发现将这些问题视为一个景观会有所帮助，您试图在其中找到最低点。

当景观太大而无法测试所有点时，使用遗传算法等方法，并且景观的“形状”使得梯度下降等方法会让您陷入局部最小值。

一个很好的例子是 Rastrigin 的函数 ( image ref ):

(来源:scientific-computing.com)
:

您的选择是:

代规模:

太大:你将有一个
很长的纪元时间，限制了多少
每个人都有机会
探索它的街区。

太小:你不会好起来
搜索空间的覆盖。

突变率:

太高:你冒着个人风险
“跳过”他们正在解决的解决方案
相近。

太低:他们都会得到
陷入局部最小值。

所以它确实取决于您自己的特定搜索空间。试验参数并尝试找到最佳组合。我同意使用另一个 GA 来优化参数并不能解决问题。