算法早熟收敛

简介

    ​一般称之为“早熟”，是遗传算法中的一种现象。指在遗传算法早期，在种群中出现了超级个体，该个体的适应值大大超过当前种群的平均个体适应值。从而使得该个体很快在种群中占有绝对的比例，种群的多样性迅速降低，群体进化能力基本丧失，从而使得算法较早收敛于局部最优解的现象。

　　早熟收敛的本质特征是指群体中的各个个体非常相似，群体的多样性急剧减少，当前群体缺乏有效等位基因（最优解位串上的等位基因），在遗传算子作用下不能生成高阶竞争模式。

详解

 

    当我们在某个算法上寻优求解时，不可避免的会有时所得到的解是局部最优解，如下图：

此时，算法就进入局部最优解，由于算法的某方面限制，是的算法跳不出局部最优解的范围。

我们称这种现象为算法早熟。

     在多位函数优化中更是如此，如下图：

当算法早熟收敛时，我们要想办法使其跳出局部最优，此时，可以添加随机化特征，或者添加扰动等。

参见曹欢欢的博客：http://home.ustc.edu.cn/~chh1990/chero/blog/blog.html

转载于:https://www.cnblogs.com/chero/archive/2012/12/04/2802106.html