aus*_*nbv 1 algorithm probability genetic-algorithm
我需要从一组数据中概率性地选择一个样本。
假设我有一组值array[12, 15, 29, 17, 12, 29]。标准方法是计算总数 (12 + 15 + 29 + 17 + 12 + 29)，然后创建一个有利于更高值的微调器。有点像饼图，我们从样本集中随机选择，但偏爱具有最高值的个人。
例如，数字高于您随机选择array[0]的机会是 11%，而机会array[5]是 25%。没关系
不过，我想要做的是偏向于较低的数字，并且以我所有的头脑风暴能力，我无法想出一种方法，使较低的数字具有统计上相等的选择概率，就好像我们要选择较大的数字一样。
我解决这个问题的一种方法是添加array[]然后从总数中减去每个值，array2[102, 99, 85, 102, 85]然后重新计算来自array2[].给出array[0]21%的百分比。此解决方案的问题在于，具有接近统计选择概率的元素array[1]具有远距离选择百分比。
我们还尝试将最低和最高然后下一个最低与下一个最高百分比值交换，但这会给您带来与我们第一次尝试相同的问题。
我觉得必须有一个简单的方法来做到这一点。
注意：如果您熟悉进化/遗传计算，我们将尝试根据适应度比例进行亲本选择。然而，我们的适应度值是相反的（越低越好）。那么，如果适应度越低越好，我们如何为父母进行适应度比例选择呢？