Question

我目前正在用C语言编写一个键盘布局优化算法（例如Peter Klausler设计的算法），我想实现这里描述的适应性比例选择（PDF Link）：

选择轮盘赌选项基于a的人口成员 roullete轮模型。做个馅饼图表，成员的区域切片到整个圆圈的比例成员的总数人口。正如你可以看到一点关于圈子的循环是随机挑选那些人口具有较高效率的成员将拥有一个被选中的概率较高。这确保了自然选择的地方。

问题是，我没有看到如何有效地实施它。我想到了两种方法：一种是不可靠的，另一种是慢的。

首先，慢一点：

对于长度为N的键盘池，创建一个长度为N的数组，其中数组的每个元素实际上包含两个元素，即最小值和最大值。每个键盘都有相应的最小值和最大值，范围基于键盘的适应性。例如，如果键盘零的适应度为10，键盘一的适应度为20，而键盘二的适应度为25，则它看起来像这样：代码：

array[0][0] = 0; // minimum
array[0][1] = 9; // maximum
array[1][0] = 10;
array[1][1] = 30;
array[2][0] = 31;
array[2][1] = 55;

（在这种情况下，较低的适应性更好，因为这意味着需要更少的努力。）

然后生成一个随机数。对于该数字落入的范围，相应的键盘被“杀死”并被替换为不同键盘的后代。根据需要多次重复此操作。

问题在于它非常慢。完成O（N ^ 2）次操作。

接下来的快速：

首先弄清楚键盘的最低和最高配合度。然后在（最低适应度）和（最高适应度）之间生成一个随机数，并杀死所有健身高于生成数量的键盘。这是有效的，但不能保证只能杀掉一半的键盘。它也有一些与“轮盘赌”选择不同的机制，所以甚至可能不适用。

所以问题是，什么是有效的实施？

本书第36页（[{3}}）有一种有效的算法，但问题是，只有轮盘赌选择只有一次或几次才有效。是否有任何有效的方法可以同时进行多种轮盘选择？

Answer 1

首先，如果您想要“扼杀”您的选择（这可能是高的键盘，听起来您正在谈论不合适分数评分）。

我认为没有必要维护两个数组。我认为最简单的方法是维护一个分数数组，然后你可以通过迭代来做出选择：

/* These will need to be populated at the outset */
int scores[100];
int totalScore;

for (gen = 0; gen < nGenerations; ++gen) {
    /* Perform a selection and update */
    int r = rand() % totalScore;        /* HACK: using % introduces bias */
    int t = 0;
    for (i = 0; i < 100; ++i) {
        t += scores[i];
        if (r < t) {
            /* Bingo! */
            totalScore -= scores[i];
            keyboards[i] = generate_new_keyboard_somehow();
            scores[i] = score_keyboard(keyboards[i]);
            totalScore += scores[i];    /* Now totalScore is correct again */
        }
    }
}

每个选择/更新对n个键盘花费O（n）时间。

有效实施健身比例“轮盘”选择

1 个答案: