遗传算法，无重复数据交叉
Genetic algorithm, cross over without duplicate data
我正在创建一个遗传算法，我刚遇到一个问题，让我们举个例子。我有一个数字列表：[2, 3, 6, 8, 9, 1, 4] 代表我的数据。
我的问题的最佳解决方案取决于列表中数字的顺序。所以我有两个解决方案： S1 [2, 3, 9, 8, 1, 6, 4] 和 S2 [1, 6, 4, 3, 9, 2, 8]
如果我对 S1 和 S2 进行基本交叉，我可能会得到这样的解决方案：child [2, 3, 9, 8, 9, 2, 8] 我们可以看到解决方案很糟糕，因为我 duplicate datas.
问题是我如何在没有重复这些数据的情况下实现进化（如此交叉）？
谢谢。
您将需要一个像 Ordered Crossover (OX1) 这样的交叉运算符，它可以在不重复这些数据的情况下执行交叉：
OX1:
A randomly selected portion of one parent is mapped to a portion
of the other parent. From the replaced portion on, the rest is filled
up by the remaining genes, where already present genes are omitted and
the order is preserved.
你也应该注意变异，因为它可以改变基因顺序，在这种情况下你可以使用像 Reverse Sequence Mutation (RSM).
这样的变异运算符
In the reverse sequence mutation operator, we take a sequence S
limited by two positions i and j randomly chosen, such that i<j.
The gene order in this sequence will be reversed by the same way as
what has been covered in the previous operation.
你有Permutation Encoding，看这个解释：http://www.obitko.com/tutorials/genetic-algorithms/crossover-mutation.php
通常，您按照第一个父元素中遇到的顺序获取第一个父元素的元素，并按照第二个父元素中遇到的顺序获取其余元素。
我正在创建一个遗传算法，我刚遇到一个问题，让我们举个例子。我有一个数字列表：[2, 3, 6, 8, 9, 1, 4] 代表我的数据。 我的问题的最佳解决方案取决于列表中数字的顺序。所以我有两个解决方案： S1 [2, 3, 9, 8, 1, 6, 4] 和 S2 [1, 6, 4, 3, 9, 2, 8]
如果我对 S1 和 S2 进行基本交叉，我可能会得到这样的解决方案：child [2, 3, 9, 8, 9, 2, 8] 我们可以看到解决方案很糟糕，因为我 duplicate datas.
问题是我如何在没有重复这些数据的情况下实现进化（如此交叉）？
谢谢。
您将需要一个像 Ordered Crossover (OX1) 这样的交叉运算符，它可以在不重复这些数据的情况下执行交叉：
OX1: A randomly selected portion of one parent is mapped to a portion of the other parent. From the replaced portion on, the rest is filled up by the remaining genes, where already present genes are omitted and the order is preserved.
你也应该注意变异，因为它可以改变基因顺序，在这种情况下你可以使用像 Reverse Sequence Mutation (RSM).
这样的变异运算符In the reverse sequence mutation operator, we take a sequence S limited by two positions i and j randomly chosen, such that i<j. The gene order in this sequence will be reversed by the same way as what has been covered in the previous operation.
你有Permutation Encoding，看这个解释：http://www.obitko.com/tutorials/genetic-algorithms/crossover-mutation.php
通常，您按照第一个父元素中遇到的顺序获取第一个父元素的元素，并按照第二个父元素中遇到的顺序获取其余元素。