遗传算法中的繁殖算子与选择策略
在遗传算法(GA)中,繁殖通常是对种群应用的第一个算子。其核心思想是从种群中选择染色体作为父母进行交叉,从而产生后代。依据达尔文的适者生存进化理论,最优的个体应该存活下来并创造新的后代,这也是繁殖算子有时被称为选择算子的原因。
1. 繁殖算子概述
在GA文献中存在多种繁殖算子,其本质都是从当前种群中挑选高于平均水平的字符串,并以概率方式将其多个副本插入交配池中。常见的选择染色体作为父母进行交叉的方法有:
- 轮盘赌选择
- 玻尔兹曼选择
- 锦标赛选择
- 排名选择
- 稳态选择
2. 轮盘赌选择
轮盘赌选择是常用的比例繁殖算子,从交配池中选择字符串的概率与适应度成正比。即种群中第 $i$ 个字符串被选中的概率与 $F_i$ 成正比,其中 $F_i$ 是该字符串的适应度值。
由于简单GA中种群大小通常保持固定,每个字符串被选入交配池的概率之和必须为1。第 $i$ 个被选中字符串的概率为:
$p_i = \frac{F_i}{\sum_{j=1}^{n}F_j}$
其中,$n$ 是种群大小。
例如,在某个问题中,各字符串的概率值如下表所示:
| 种群编号 | 种群 | $F = - f - 7$ | 概率 |
| ---- | ---- | ---- | ---- |
| 1 | 0000 0000 | 1 | 0.0429 |
| 2 | 0010 0001 | 2.1 | 0.090 |
| 3 | 0001 0101 | 3.11 | 0.1336 |
超级会员免费看
订阅专栏 解锁全文
19

被折叠的 条评论
为什么被折叠?



