遗传算法中的Elite \ Elitist模型

Question

何时适合在遗传算法中使用Elite \ Elitist模式？我不知道何时使用它。用这个可以解决哪些问题？

我所知道的是一个精英模型，你选择精英（具有最高适应度功能的解决方案），他们有下一代的预留位置，他们是最适合交叉的。

Answer 1

你几乎总是使用某种形式的精英主义。不同的是你允许生存到下一代的最佳表现者的百分比（p）。所以没有精英主义基本上说p = 0。

p值越高，您的算法越容易找到适合的局部峰值。也就是说，一旦它找到一个具有良好适应性的染色体，它就会倾向于更多地关注优化它，而不是试图寻找新的完全不同的解决方案。相反，如果它更小，你的GA将在整个地方寻找可能的解决方案，并且一旦找到接近最佳解决方案的东西，就会快速地获得零。

因此正确设置p会对算法的性能产生直接影响。但这取决于你所追求的和你的问题空间。玩一下就可以调整一下。我通常使用20％来解决与我合作的问题，为创新提供足够的空间。它适用于我。