例如,我们有这个问题:
最大化函数 f(X) = X^2 ,其中 0 ≤ X ≤ 31
使用二进制编码,我们可以使用 5 位来表示个体。在经历了选择方法之后,我们得到了遗传算子。
对于这个问题(或任何优化问题),以下的优点和缺点是什么:
- 高或低交叉率
- 使用 1 点交叉
- 使用多点交叉
- 使用统一交叉
到目前为止,这是我想出的:
- 高交叉率和多点交叉会降低适应性良好的父母的质量,并产生更差的后代
- 低交叉率意味着解决方案需要更长的时间才能收敛到某个最优值
例如,我们有这个问题:
最大化函数 f(X) = X^2 ,其中 0 ≤ X ≤ 31
使用二进制编码,我们可以使用 5 位来表示个体。在经历了选择方法之后,我们得到了遗传算子。
对于这个问题(或任何优化问题),以下的优点和缺点是什么:
到目前为止,这是我想出的: