遗传编程:轮盘赌排名与锦标赛选择的区别

Question

我正在阅读关于遗传编程的幻灯片.在这张幻灯片中,它表示在选择阶段有一些方法,例如Roulette,Rank或Tournament没有任何解释.我试过谷歌,但没有说清楚这些条款.

请告诉我他们之间有什么区别.

Answer 1

轮盘赌选择(又名健身比例选择)

适应度用于将选择概率与每个个体相关联.

如果f _i 是群体中个体i的适应度,则其被选择的概率是:

p _我 = F _我 /Σ _Ĵ(F _Ĵ)对于j = 1 ... N(N是个体的群体中的数量)

它被称为轮盘赌轮,因为它可以被视为赌场中的轮盘赌轮:

这可以通过以下(幼稚)算法模拟:

1. 计算总体中所有拟合度的总和(总和S).
2. r在区间[0; 生成一个随机数] S].
3. 通过人口和总和适应性.当总和s大于r时,停止并返回您所在的位置.

可能的实现请参阅:

• 轮盘赌选择算法
• 遗传算法中的轮盘选择

排名选择类似于轮盘赌选择,除了选择概率与相对适合度而不是绝对适合度成比例.

最适合的候选人是否比下一个适合者或0.001%的钳工更健康10倍没有任何区别.在这两种情况下,选择概率都是相同的.

重要的是相对于其他人的排名.

当你已经知道轮盘选择时,排名选择很容易实现.不使用适合度作为获得选择的概率,而是使用等级.因此,对于N个解决方案的群体,最佳解决方案获得等级N,第二最佳等级N-1等.最差的个体具有等级1.

(遗传算法代码中的排名选择)

比赛选择

1. 从人口中随机选择几个人(锦标赛).
2. 具有最佳健康状态的个体(获胜者)被选择用于交叉.

正如您所看到的,编码效率很高.它也适用于并行架构,可以轻松调整选择压力(改变锦标赛中的个人数量).

当然,这些算法有很多变种.

您可以阅读以下内容进行比较:

简单遗传算法不同选择策略的性能比较(Jinghui Zhong,胡晓敏,闵敏,张军 - 2005)