Question

我已在Roulette wheel selection中实施了GA。

   TotalFitness=sum(Fitness);
    ProbSelection=zeros(PopLength,1);
    CumProb=zeros(PopLength,1);

    for i=1:PopLength
        ProbSelection(i)=Fitness(i)/TotalFitness;
        if i==1
            CumProb(i)=ProbSelection(i);
        else
            CumProb(i)=CumProb(i-1)+ProbSelection(i);
        end
    end

    SelectInd=rand(PopLength,1);

    for i=1:PopLength
        flag=0;
        for j=1:PopLength
            if(CumProb(j)<SelectInd(i) && CumProb(j+1)>=SelectInd(i))
                SelectedPop(i,1:IndLength)=CurrentPop(j+1,1:IndLength);
                flag=1;
                break;
            end
        end
        if(flag==0)
            SelectedPop(i,1:IndLength)=CurrentPop(1,1:IndLength);
        end
    end

现在我尝试在rank selection中实施GA。我了解到：

排名选择首先对人口进行排名，然后每个染色体从该排名中获得适应度。
最差的将是健身1，第二差2等等，最好的将具有适应度N（人口中的染色体数量）。

我看到了这些link1和link2，我理解的是：

首先，我将对人口的健身价值进行排序。
然后，如果人口数是10，那么我将给人口选择的概率如0.1,0.2,0.3，......，1.0。
然后我会计算轮盘赌的累积健身。
接下来的步骤和轮盘赌一样。

我的实施：

  NewFitness=sort(Fitness);
    NewPop=round(rand(PopLength,IndLength));

    for i=1:PopLength
        for j=1:PopLength
            if(NewFitness(i)==Fitness(j))
                NewPop(i,1:IndLength)=CurrentPop(j,1:IndLength);
                break;
            end
        end
    end
    CurrentPop=NewPop;

    ProbSelection=zeros(PopLength,1);
    CumProb=zeros(PopLength,1);

    for i=1:PopLength
        ProbSelection(i)=i/PopLength;
        if i==1
            CumProb(i)=ProbSelection(i);
        else
            CumProb(i)=CumProb(i-1)+ProbSelection(i);
        end
    end

    SelectInd=rand(PopLength,1);

    for i=1:PopLength
        flag=0;
        for j=1:PopLength
            if(CumProb(j)<SelectInd(i) && CumProb(j+1)>=SelectInd(i))
                SelectedPop(i,1:IndLength)=CurrentPop(j+1,1:IndLength);
                flag=1;
                break;
            end
        end
        if(flag==0)
            SelectedPop(i,1:IndLength)=CurrentPop(1,1:IndLength);
        end
    end

我理解算法错了吗？如果是，那么任何人都可以告诉我如何修改我的轮盘赌排名选择??

Answer 1

如果人口中有N个人，则最佳个人的排名为N，最差的人排名为1

TotalFitness = sum(Fitness);

应改为：

TotalFitness = (N + 1) * N / 2;

（可能TotalFitness不再是变量的正确名称，但让它去吧）

(N + 1) * N / 2只是等级的总和：

1 + 2 + ... + N = (N + 1) * N / 2

选择的概率应改为：

ProbSelection(i) = Fitness(i) / TotalFitness;

到

ProbSelection(i) = i / TotalFitness;

这里使用等级而不是适应度，并假设群体的第一个个体是最差的，最后一个是最好的（排序的群体）。

因此，排序选择算法的复杂性主要取决于排序的复杂性（O(N * log(N)）。

您可以看到最差个体的选择概率是：

1 / ((N + 1) * N / 2) = 2 / ((N + 1) * N)

和最佳个人的概率是：

N / (((N + 1) * N / 2)) = 2 * (N + 1)

这是线性排名选择：排名呈线性增长。还有其他等级选择方案（例如指数）。

GA中的排名选择？

1 个答案: