优化遗传算法？

Question

我一直在研究遗传算法的并行处理以提高性能，但我想知道还有哪些其他常用技术可以优化遗传算法？

Answer 1

由于适应度值经常被重新计算（种群的多样性随着算法的运行而减少），因此提高 GA 性能的一个好策略是减少计算适应度所需的时间。

细节取决于实现，但先前计算的适应度值通常可以使用哈希表有效保存。这种优化可以显着缩短计算时间（例如，“通过散列适应值提高遗传算法性能” - RICHARD J. POVINELLI，XIN FENG报告称，对于复杂的现实世界，将散列应用于 GA 可以将性能提高 50% 以上问题）。

一个关键点是冲突管理：您可以简单地覆盖哈希表的现有元素或采用某种方案（例如线性探测）。

在后一种情况下，随着冲突的增加，哈希表的效率会降低到线性搜索的效率。当累积的冲突次数超过哈希表的大小时，应该执行重新哈希：您必须创建一个更大的哈希表，并将元素从较小的哈希表复制到较大的哈希表。

复制步骤可以省略：多样性随着GA的运行而减少，因此许多被淘汰的元素将不会被使用，最常用的染色体值将被快速重新计算（哈希表将再次填充最常用的关键元素）值）。