遗传算法：选择参数来解决大解空间的经验法则

Question

我有一个遗传算法，个体由2000位组成，我尝试优化4个变量。是否有任何（相对直接的优先）经验法则来设置人口规模，世代数和变异概率等参数？

Answer 1

简单地说：不，没有简单的方法来选择这些数字。一切都取决于您的域名和所需的结果。

种群大小可以通过实验相对较快地确定：尝试100,1000,10K，100K和100万。哪一个给你一个更好的结果 - 顺其自然。

世代数是最难确定的。通常在处理开始时改进最佳结果的天空火箭，然后减速几乎停止。通常，这是停止并获取最佳结果或更改某些参数（如突变率）的时间。因此，您需要决定结果何时足够好：通常是花费的时间和改进率之间的平衡。

在我的实验中并经科学文献证实，在处理开始时，建议将突变率降至最低（如0.01％）。一旦您的改进速度减慢，引入更多突变以探索更广泛的解决方案。有一次，我把突变率提高到了荒谬的程度，比如50％。这有助于扰乱系统的稳定状态，但系统恢复到稳定状态非常快，最终结果并没有比“核弹”之前更好。我得出的结论是，最高变异（在我的领域）应该不超过5％，并且只有当改善率几乎为零时才会出现。

希望这对你有所帮助，但你所要求的并不是微不足道的，人们会分别就每个主题撰写论文。我还建议您阅读有关主题的几篇文章 - 这将对您有所帮助。