最高效的选择方法
Most performant selection method
我正在研究一个关于时间表问题的遗传算法，我有一个问题要决定我应该使用哪种选择方法选择.
我的问题是：
1)选择方法的选择如何影响遗传算法的性能？
2)最高效的选择方法是什么？
3)如果我尝试使用随机选择来规避基于适应度的选择（因为在我的情况下这个任务需要时间）会发生什么？
提前谢谢你..
1) 您的适应度函数、mutation/crossover 运算符和整体搜索 space 密切而微妙地相互关联。每个 problem/selection-method 都有自己的性能特征。因此，您的问题没有明确的答案。这仍然是一个开放的研究问题。
2) 不能说是因为 1)。您必须亲自尝试、测量和查看。
3) 可能是 ziggystar 所建议的完全随机游走，但没关系。
在大多数情况下，我使用随机 selection 或二元锦标赛，但我的种群模型是稳态的（如果后代比这个更好，则后代会替换最差的 - 所以我已经执行了 select在那里生存的离子）。
Random selection 确保我没有非常快的收敛。如果我增加 select 离子压力（例如 q-tournament，q > 2），我会得到非常快的收敛，这对困难的问题不利。
Q 锦标赛也很容易实施：只需 select 随机 q 个人，其中最好的是 selection 的结果。如果 q == 1，那么你有随机 selection.
如果你在实现这个时遇到困难，你可以看看我的实现：http://mepx.org/source_code.html（我是为遗传编程的变体做的）。
我正在研究一个关于时间表问题的遗传算法，我有一个问题要决定我应该使用哪种选择方法选择.
我的问题是：
1)选择方法的选择如何影响遗传算法的性能？
2)最高效的选择方法是什么？
3)如果我尝试使用随机选择来规避基于适应度的选择（因为在我的情况下这个任务需要时间）会发生什么？
提前谢谢你..
1) 您的适应度函数、mutation/crossover 运算符和整体搜索 space 密切而微妙地相互关联。每个 problem/selection-method 都有自己的性能特征。因此，您的问题没有明确的答案。这仍然是一个开放的研究问题。
2) 不能说是因为 1)。您必须亲自尝试、测量和查看。
3) 可能是 ziggystar 所建议的完全随机游走，但没关系。
在大多数情况下，我使用随机 selection 或二元锦标赛，但我的种群模型是稳态的（如果后代比这个更好，则后代会替换最差的 - 所以我已经执行了 select在那里生存的离子）。
Random selection 确保我没有非常快的收敛。如果我增加 select 离子压力（例如 q-tournament，q > 2），我会得到非常快的收敛，这对困难的问题不利。
Q 锦标赛也很容易实施：只需 select 随机 q 个人，其中最好的是 selection 的结果。如果 q == 1，那么你有随机 selection.
如果你在实现这个时遇到困难，你可以看看我的实现：http://mepx.org/source_code.html（我是为遗传编程的变体做的）。