这两种基因型的区别

Question

使用具有 N （任意 > 0 数字） 具有 1（一个）基因的染色体和具有 1（一）条染色体的基因型 N （相同数量） 基因？

在代码中：

// 3 chromosomes with 1 gene each
Genotype.of(
    DoubleChromosome.of(0,1),
    DoubleChromosome.of(0,1),
    DoubleChromosome.of(0,1)
)

对比

// 1 chromosome with 3 genes each
Genotype.of(
    DoubleChromosome.of(
       DoubleGene.of(0,1),
       DoubleGene.of(0,1),
       DoubleGene.of(0,1)
    )
)

我的问题不是关于在 eval 函数中获取值，而是它是否可以以某种方式（结果或进化）改变遗传算法。

更新

我正在使用 Jenetics 库。

Answer 1

这两种基因型的区别在于创建的双基因的允许范围。在版本一中，允许三个染色体的基因具有不同的范围（实际上它们没有）。在第二个版本中，基因型创建了一个长度为 3 的染色体，其中所有基因都被迫具有相同的数值范围（第一个基因的范围）。另一个区别是，交叉操作只对具有相同索引或数值范围的染色体进行。

如果您的双基因具有相同的数值范围，那么第二个版本通常是更好的选择。您可以以更有意识的方式创建此版本：

Genotype.of(DoubleChromosome.of(0.0, 1.0, 3));

Answer 2

在设计遗传算法时，您需要将 "genes" 映射到一条或多条染色体上。您的问题似乎是 "What is the effect of having multiple chromosomes?"

在繁殖阶段，一个新的 (child) 基因组是从两个现有的 (parent) 基因组创建的。一般来说，对于每条染色体，您执行以下操作：

选择 parent 的染色体开始。
沿着染色体线性移动，将位（或任何密码子）复制到正在构建的 child 染色体。
在每一位，翻转一个随机数，看看是否应该 "crossover" 到另一个 parent 染色体作为副本的来源。
随着每个位被复制，翻转另一个随机数以查看该位是否应该"mutated."

因此，在一条染色体内，parental 遗传 material 的混合量由交叉率决定。

如果交叉率非常低（或为零）并且只有一条染色体，那么每个 child 很可能是一个 parent 或另一个的副本。这通常应该避免，因为它消除了遗传混合的一个重要组成部分，可以显着提高遗传算法的性能。

如果你有两条染色体，那么 child 有 50% 的几率是 parent 之一的副本，有 50% 的几率是 half-and-half .

如果你有十条染色体，那么 child 是其中一条 parent 的副本的概率为 512 分之一。

换句话说，在应用有性繁殖时，至少有几个染色体会导致良好的遗传混合（无论使用的交叉率如何）。

如果你每条染色体有一个 "gene"，那么你最终会在每一代中随机混合 parent 个基因。这意味着您的遗传算法无法 select 获得位于同一染色体上的基因的良好组合。这通常应该避免，因为它消除了遗传混合的一个重要组成部分，可以显着提高遗传算法的性能。

我的建议是遵循自然规律，使用 5-50 范围内的染色体数量。您可能想尝试改变染色体的数量，看看它如何影响您的应用程序的性能。

这两种基因型的区别

Difference between theses two kind of Genotype

java

genetic-algorithm

genetic-programming

genetic

jenetics