genetic-algorithm - 子孫に突然変異を適用する（低い確率で）

Question

私は遺伝的アルゴリズムを学んでいますが、突然変異について勉強したとき、私が理解できないことがありました.クロスオーバーポイントによって子孫を生成した後、突然変異を適用する必要があるのは少し珍しいことでした（小さな確率で）その小さな確率は何ですか？ここで最適な答えを見つけた8つのクイーンの問題についての画像があります。クロスオーバーポイントは3です。たとえば、最初と3番目と最後の集団に突然変異があるのに、2番目の集団には突然変異がないのはなぜですか??

この質問はばかげているかもしれません。

Answer 1

遺伝的アルゴリズムに関する私の経験では、最適な突然変異確率はアルゴリズムに依存し、場合によっては問題に依存することさえあります。経験則として：

• 突然変異確率が小さすぎる: 集団が早期に収束する
• 突然変異の確率が高すぎる: 集団が収束しない

したがって、基本的に質問には答えられません。パラメーターの数、ミューテーション アルゴリズム、および問題 (つまり、パラメーターの変更に対する感度) に応じて、0.5% から 8% パーセントになりました。世代ごとに突然変異率を変えるアルゴリズムもあります。

突然変異率を学習して実験する良い方法を見つけました (ただし、そのアルゴリズムの場合のみ)確率で遊んで、その効果を即座に確認できるこのサイトです。また、それらの小さな車を見るのはかなり瞑想的です。