通过健身功能从人群中选择个体

Question

我一直致力于算法，我需要从大小为k的群体中选择n个个体，其中k比n大得多。所有个体都具有适应值，因此选择应该有利于更高的适应值。但是，我不想简单地选择最好的个人，更糟糕的也应该有机会。 （自然选择）

所以，我决定在人口中找到最小和最大适应度值。所以，任何人都会有

p =（当前 - 最小）/（最大 - 最小）

被选中的概率，但我不能只迭代所有这些，掷骰子并在概率成立时选择一个，因为那样我最终会有超过n个人。我可以随机播放列表并从前面迭代，直到我获得最多n个人，但这可能会错过列表末尾的好人。

我还可以执行多次传球，直到剩余的人口规模达到n。但是这可能会有利于更好的那些，并且转向我提到的天真的选择方法。

是否有任何建议或对此类选择过程的引用？如果您可以参考，我可以阅读相关的统计方法。

感谢。

Answer 1

使用Roulette-wheel selection。基本思想是你相对于概率大小指定轮盘赌的区域：

然后你只需旋转n次来选择你想要的人。

ruby​​中的示例实现：

def roulette(population, n)
  probs = population.map { |gene| gene.probability } # TODO: Implement this
  selected = []

  n.times do 
    r, inc = rand * probs.max, 0 # pick a random number and select the  individual 
                     # corresponding to that roulette-wheel area
    population.each_index do |i| 
      if r < (inc += probs[i])
        selected << population[i]
        # make selection not pick sample twice
        population.delete_at i
        probs.delete_at i
        break
      end
    end
  end
  return selected
end

注意：如果您是Ruby黑客，您会发现使用更多Rubyism时代码可能会更短，但我希望算法尽可能清晰。