在遗传算法中，当使用轮盘选择方法选择成员进行交叉时，是否首先需要对种群进行适应度排序？
可能性似乎是：
我认为无论哪种方式进行排序都可能没有效果 - 无论较大的切片是否组合在一起，随机落在包含不同大小（按健身）切片的轮子上的鹅卵石将具有完全相同的结果机会。但我不是 100% 相信的。
你怎么看？
每一代都需要进行排序也会影响算法的速度，所以我不希望这样做（如果使用精英主义，我会进行排序，但我不在这种情况下）。谢谢，如果你知道，因为我无法通过谷歌等找到明确的答案。
不，您实际上不需要对它们进行排序。您完全正确的是，无论是否将较高级别的成员分组在一起（至少使用一个好的随机数生成器:)），它都不会产生任何影响。
你的直觉在这里已经死了 - 从统计上讲，它不会对排序产生影响，而且正如你所提到的，你不必浪费大量时间和精力来排序！
即使你应用精英主义，也没有必要对人口进行分类。
找到最好的 N 个个体只需要在整个种群中进行一次迭代。
如果您使用此类选择，则无需对总体进行排序。
而且您对复杂性的看法也是正确的，排序是 n*log(n)，这使得遗传算法明显变慢（但复杂性仍然是多项式的，这是遗传算法的一个关键特征）。
这是我的做法（并为此在学校获得加分）：
使用钩子实现更通用的解决方案 - 突变之前，选择之后等。
测量迭代次数和算法/每次迭代的速度
用钩子进行分类。措施。现在让钩子为空并测量等等。
你会得到一些很好的数据，并通过实验验证你的直觉告诉你什么。