当在神经网络中将权重编码为遗传算法中的染色体时，二进制字符串是否可能太长而无法正常运行？

Question

我有一个前馈神经网络，我想用遗传算法训练。我已经读过，最好的选择是使用表示为灰色代码的权重的二进制字符串。但在我的情况下，每个染色体有65个权重，这将产生一个长度为2080（65 * 32位）的字符串。我知道这是一个复杂的问题，因此，与字符串中的位数较少相比，达到最佳解决方案需要更长的时间，但是GA的工作时间太长了2080？是否有更好的方法来编码如此大量的权重？

Answer 1

我认为字符串的大小不会太大，但可能与问题有关。

如果您担心字符串的大小，也许您可​​以将精度降低到每个重量的较低位数，并观察它对学习性能的影响。如您所述，灰色代码可能最适合表示权重。我在其他应用领域使用了GA，其基因大小大致相同，并且进化良好。

当然，您需要确保人口规模和世代数足以解决问题和适应性功能。