遗传算法中的突变步长

Question

有人可以向我解释“突变步长”是什么意思吗？ 我正在读一篇关于遗传算法的文章，它说：

“突变随机改变决定 节点或使用步长0.25“

来改变值

我知道突变在GA生命周期中的作用，但我找不到对突变步长大小的一个很好的解释。

感谢。

Answer 1

基本上它是一个突变远离最后一个值的距离。

＆＃34;就实值搜索空间而言，通常通过向每个向量分量添加正态分布的随机值来执行变异。步长或突变强度（即正态分布的标准偏差）通常由自适应控制（见进化窗口）。＆＃34;

对于给定正在变异的向量（比如X = [x1，x2，..，xN]），这是一个复杂的谈话，那么你将按一些随机量修改该向量的值这不会超过突变步长。所以说我们有一个名为normal（v，stdDev）的函数，它使用stdDev生成一个具有正常分布的随机值。然后我们使用以下伪代码修改该向量的每个值：

for x in X {
   x = normal(x,mutationStepSize)
}