遗传算法：需要对选择以及未发生交叉时的操作进行一些说明

Question

我正在编写一个遗传算法来最小化一个函数。我有两个问题，一个是关于选择，另一个是关于交叉以及没有发生时该怎么办。

这是我正在做的事情的概要：

while (number of new population < current population)
    # Evaluate all fitnesses and give them a rank. Choose individual based on rank (wheel roulette) to get first parent.
    # Do it again to get second parent, ensuring parent1 =/= parent2

    # Elitism (do only once): choose the fittest individual and immediately copy to new generation

    Multi-point crossover: 50% chance
    if (crossover happened)
        do single point mutation on child (0.75%)
    else
        pick random individual to be copied into new population.
end

所有这些都在另一个 while 循环下，该循环跟踪健身进展和迭代次数，我没有包括在内。所以，我的问题：

如您所见，每个 parent 中随机选择了两个迭代直到新种群被填满。所以，两者相同 parents 可能会交配不止一次，而且肯定会有几个合适的 parents 多次交配。这有什么不好的吗？
在obitko tutorial中，它表示如果没有交叉发生，那么 child 就是 parent 的精确副本。我什至不明白这意味着什么，所以，如您所见，我只是随机选择了一个 parent （统一；不考虑适应性）并复制到新种群。这对我来说似乎很奇怪。无论我是否真的这样做，我的结果都没有太大变化。什么是正确的处理方式什么时候不会发生交叉？

Answer 1

我不认为同一个人是每一代 child 多个 child 的 parent 有什么不妥。它只会稍微影响你的多样性。如果你不喜欢这样，或者发现最后几代确实缺乏多样性，你实际上可以标记这个个体，这样每一代它不能 parent 超过一次。
我实际上并不完全同意教程，我认为在你选择了将成为 parent 的个体之后（当然，基于他们的健康状况）你应该实际执行交叉。否则你将克隆很多个体到下一代。

Answer 2

一些 parent 有几个后代是很常见的；我什至会说这是默认做法（并考虑生物进化，而这恰恰是主要成分之一）。

"If crossover doesn't happen, then child is exact copy of parents"

这有点令人困惑。交叉（在你的 link 中有很好的解释）意味着从一个 parent 中获取一些基因，从另一个中获取一些基因。这称为有性生殖，需要两个（或更多？）parents.

但是无性繁殖也是可以的。在这种情况下，您只需取一个 parent 并在新个体中突变其基因组。这几乎就是您正在尝试的，但是您错过了重要的突变步骤（注意突变可能非常激进或非常保守！）

请注意，无性繁殖需要在复制基因组后进行突变以创造多样性，而在有性繁殖中，这是一个可选步骤。

使用任何一种复制或混合使用都很好。顺便说一句：在某些问题中，基因的大小可能并不总是相同。在这种情况下，有性生殖是有问题的。如果您对这个问题感兴趣，可以看看 NEAT 算法，这是一种流行的神经进化算法，旨在解决这个问题 (wiki and paper)。

最后，精英主义（将 best-performing 个人复制到下一代）很普遍，但可能存在问题。遗传算法经常停滞在 sub-optimal 解（称为局部最大值，任何变化都会降低适应度）。精英主义会助长这个问题。当然，相反的问题是多样性太多类似于随机搜索，所以你需要找到合适的平衡。

遗传算法：需要对选择以及未发生交叉时的操作进行一些说明

Genetic Algorithm: Need some clarification on selection and what to do when crossover doesn't happen

optimization

genetic-algorithm