遗传算法Crossover子孙数

时间:2015-05-16 13:14:19

标签: genetic-algorithm

我试图了解使用遗传算法进行优化的一些问题。 听起来像这样:让N为初始种群的大小,C为子代的数量。 N = 100。重组(交叉)的概率是"关于" 50%(案例a)和60%(案例b)。不明确的是后代的最大数量。

我的想法:对于50%=>的情况C = N / 2 = 50 => N + C = 150(扩展人口)。但这看起来似乎不合理,因为它具有很强的复杂性。但是它不应该仅限于让100个人说出来吗?或者它没关系,如果它之后是精英主义选择?那么N / 2是否远离我们可以通过交叉产生的实际/实际后代数?如果重组的概率是60%,那么我猜C应该是N * 0.6,对吗?

0 个答案:

没有答案