遗传算法：我的适应度函数会不会太复杂了？

Question

在遗传算法中，使适应度函数不是数学运算是否正确？它可以有一个递归函数和一个循环吗？

问题是我正在评估我是否可以在我的论文中使用遗传算法，我正在考虑的这个适应度函数可能有点复杂。但也许不会，我只需要确保程序可以处理这样的功能并且不会造成瓶颈，对吧？。

基本思路：

FitnessFunction(){
    fitness = RecursiveFunction();
}

RecursiveFunction(){
    do{
        //Do something
    }while(other_condition);

    if(another_condition){
        return RecursiveFunction();
    }

    return fitness;
}

Answer 1

只要您的函数 returns 具有适合度值（看起来确实如此），我认为这没有问题。事实上，一般来说，GA 和进化计算非常适合复杂的适应度函数，这些函数在许多情况下是不可微的，因此很难与梯度下降等其他训练方法一起使用。

Answer 2

这将是一个瓶颈，但这是预料之中的。评估函数通常占用大部分执行时间，因为相比之下遗传算子（交叉、变异）是非常简单的操作。我看过GA，评估函数是模拟房屋结构受震，应该没问题。

然而，值得您隔离、测量时间并尝试尽可能优化功能。考虑到它将运行用于成百上千的个人、许多代人，并且您将多次重复整个过程，调整参数和您的 GA 实施。

遗传算法：我的适应度函数会不会太复杂了？

Genetic Algorithms: Can my Fitness Function be too complicated?

genetic-algorithm

evolutionary-algorithm

fitness