genetic-algorithm - 遗传算法中的(非)均匀突变是什么意思？

Question

我一直在研究遗传算法的文献以准备一个项目。在研究突变时，我经常遇到术语“均匀突变”和“非均匀突变”。
Wikipedia将统一和非统一突变突变解释为“类型”:

Uniform Mutation: This operator replaces the value of the chosen gene with a uniform random value selected between the user-specified upper and lower bounds for that gene. This mutation operator can only be used for integer and float genes.

Non-Uniform Mutation: The probability that amount of mutation will go to 0 with the next generation is increased by using non-uniform mutation operator. It keeps the population from stagnating in the early stages of the evolution. It tunes solution in later stages of evolution. This mutation operator can only be used for integer and float genes.

A powerpoint presentation关于遗传算法的主题解释了浮点突变背景下的统一突变:

xi' is drawn randomly (uniform) from [Lower bound, Upper bound]. It is analogous to bit-flipping of binary strings or random resetting of integer strings.

The MathWorks documentation将统一突变解释为:

Uniform mutation is a two-step process. First, the algorithm selects a fraction of the vector entries of an individual for mutation, where each entry has a probability Rate of being mutated. The default value of Rate is 0.01. In the second step, the algorithm replaces each selected entry by a random number selected uniformly from the range for that entry.

根据 MathWorks 对统一为“随机”的解释，我发现 this源，它甚至没有命名统一或非统一突变。
但是，没有提供有关它实际情况的信息。我不确定它是否是符合某些属性的某些方法的总称，或者它是否是一种方法，就像维基百科所说的那样。
我找不到该术语作为方法的任何真实演示。但我也找不到该术语的任何定义作为总括术语。由于一位消息人士称它类似于位翻转，因此我不确定。
在遗传算法的上下文中，均匀和非均匀突变是什么意思，使用此类方法或术语的示例是什么？

Answer 1

统一突变 - 随机选择一定比例的基因，比如 1%，并将它们设置为随机值，并在整个程序中以相同的速度执行此操作。

非均匀突变 - 任何其他方案，但通常您要么随着种群变得更健康而降低突变率(因此在几千代后突变 0.1% 的基因)，要么随着时间的推移使突变变小(因此添加或减去一个或两个地方而不是设置为随机)。