随机通用抽样应该如何与基因编程中的精英主义相结合?

时间:2012-07-05 18:20:59

标签: selection genetic-algorithm rank genetic-programming stochastic

实施排名选择(“RS”)和随机通用抽样(“SUS”)[ Baker,1987 ]我现在想介绍精英主义(重新引入最适合的上一代成员)进入下一代)观察其所谓的好处。

有关SUS和Elitism的结合,例如Melanie Mitchell在遗传算法导论中的结论。但是我遇到了一个(非常含糊的)在线参考,建议避免使用这两种方法的组合。我想知道,在后一种情况下,不正确的实现是导致两种方法不兼容的原因。

如果对GP更有经验的人能够提供关于如何结合SUS和精英主义的描述,我将不胜感激。根据我对这两种机制的了解,逻辑实现是从群体大小N中选择K个最适合的个体,然后在整个排名的群体(包括K精英)上执行SUS,但仅选择NK选择(而不是N个选择将在没有精英主义的情况下进行。)

有人能够确认这个建议的实现在数学上是合理的,还有推荐的方法吗?

1 个答案:

答案 0 :(得分:3)

结合精英主义和随机通用抽样肯定没有问题。我建议你阅读一篇论文Why use Elitism and Sharing in a Multi-Objective Genetic Algorithm?,它专门论述了在SUS案例中使用精英主义的好处。

此外,因为您似乎对此感兴趣,所以我知道另一篇论文更多地关注您可能感兴趣的选择函数的理论背景(他们将SUS称为轮盘赌选择)The Effects of Selection on Noisy Fitness Optimization < / p> 祝你好运!