遗传算法 - Parent 选择与交叉概率

Question

我阅读了 TutorialsPoint and this question and answer on Whosebug 上的教程。但是，我仍然不明白Parent遗传算法选择和交叉过程中交叉概率的含义。

假设我的人口规模为 100，交叉概率为 0.9。这是什么意思？我：

select 恰好 10 parents（因为 90% 的后代应通过杂交产生），或
运行 RNG 100 次，每次 0.9 概率失败，我 select a parent?

然后，parents 以某种方式交叉，一些个体发生变异。此时种群是否需要刚好有 100 个成员，或者还有一个 selection 个体可以传给下一代？

Answer 1

不完全是 10 parents，平均是 10 parents。以下是我遵循的伪代码。

current_population <- comes from previous generation
new_population <- []

for i upto number of chromosomes in current_population :
    parent1, parent2 <- pick 2 parents from current population based on fitness function

    if random_number is less than cross_over_ratio :
        offspring <- crossover (parent1, parent2)
    else:
        if random_number is 0.5:
            offspring <- parent1
        else:
            offspring <- parent2

    append the offspring to new_population

for i upto number of chromosomes in new_population :

    if random_number is less than mutation_ratio :
        i_th chromosome in new_population <- mutation (i_th chromosome in new_population)

Answer 2

正如 Carcingenicate 所提到的，实施可能会有所不同。 0.90 的交叉率表示 90% 的后代或 child 种群将通过对 parent 解的交叉操作创建。这可能会被实施，使得恰好 90% 的 child 是由每一代交叉产生的，或者它可能被概率地实施（如 AI_Learning 的示例中所做的那样）。交叉产生的 children 可能会也可能不会发生突变。

parent 解决方案的 select 编辑方式也可能有所不同。可能更适合 parent 的解决方案更有可能被 select 产生后代，无论产生什么后代，都将构成下一代的 parent 种群。或者，可以随机选择 parent 个解决方案来产生后代。然后对组合的 parent 和后代种群进行选择，以创建下一代的 parent 种群。

通常，parent 人口将始终等于规定的人口规模。但是，有可能产生更多的后代，然后 select 只产生一个子集。或者每代可能只创建几个后代，每个后代都可能替换 parent 解决方案。一些实现也可能随着时间的推移改变人口规模，可能最初使用大量人口来促进探索，然后随着时间的推移减少人口规模以促进开发。

遗传算法 - Parent 选择与交叉概率

Genetic Algorithm - Parent Selection vs. Crossover Probability

genetic-algorithm