genetic-programming - 遗传编程的阶段

Question

在进化遗传程序时，所需时间如何在不同发育阶段之间分配？我的意思是：是否有 90% 的时间用于变得比随机程序好一点，之后将程序改进到最终版本不是很耗费计算量？

Answer 1

大多数元启发式算法（包括我认为的遗传算法）都有像这张图片上的绿线和红线一样的进步。他们试图尽快达到最好的分数，但要找到更好的分数变得越来越难。

然而，一些（如模拟退火，蓝线）可以被告知他们将被给予的时间量，并据此表现出不同的行为。在这种情况下，您可以获得更线性的线条。

Answer 2

一般来说，早期进展更快，后代进展缓慢。但这确实取决于问题的性质。为什么不在几个不同的问题上进行测试并绘制进度呢？

Answer 3

一个近似的指示可以是程序的大小。如果程序大小变得稳定，但您注意到适应度仍在提高，那么很可能所有随机程序都被淘汰了。因此，适应度的提高可以归因于系数的微小数值变化。