GA中的适应度函数可以是"minimum-value as best-value"类型吗？

Question

我实现了一个遗传算法，适应度函数将数据的变异系数作为适应度值，COV越接近0越好。还会叫适应度函数吗？通常适应度值被定义为值越大越好。

Answer 1

一个抽象而直接的答案是适应度函数是您的解决方案的衡量标准，它应该被很好地定义以驱动搜索 space 到您想要为您的问题实例实现的接近最佳的解决方案。您可以在此处找到有关设计适应度函数的更多信息：A guide for fitness function design

您绝对可以拥有针对最大化或最小化问题的 EA。下图显示了一般的进化周期（来自其中一本教科书 - 进化计算导论）。根据 EA 周期，您需要在创建种群和创建后代后评估您的解决方案。基本上，幸存者选择是您希望关注最大化或最小化的过程，而您的问题是最小化。对于您的问题，您可能希望采用以下方法之一：

1. 创建适应度函数时，可以对适应度取反。并确保在这种方法中你必须为下一代选择最适合的个体（也就是幸存者选择）。
2. 让你的健身功能为正。但是当你想作为一个最小化问题来处理时，你必须为下一代选择适应度最低的个体（也就是幸存者选择）。