私は線形遺伝的プログラミングの世界を探求していますが、この 1 つの問題に行き詰まっていることに気づきました。最も単純な問題でさえ、エラーの状況は非常に滑らかではないように思えます。特に、エラー ランドスケープには、一定のエラーのこれらの巨大なギャップ (ソリューションの適合度がちょうどゼロであるギャップ) が常に含まれているようです。これにより、進化的アルゴリズムがプログラム空間全体のランダム検索に劣化し、解決策を発見することがほとんど不可能になります。人々がこれをどのように回避するかについて説明がある人はいますか? 私は何が欠けていますか？
1 に答える
0
あまりにも高い選択圧を選択しないことについてです。選択圧力が高すぎると、多様性が失われ、到達が困難なグローバルな最適解を見つけることがはるかに難しくなります。弱い圧力の下でも、不適格な個人は子孫を作る可能性があり、それが新しい最適値の発見につながる可能性があります. もう 1 つの影響は、突然変異のステップ幅です。選択圧力が高い場合は、発生する確率が低くても、少なくとも幅広い突然変異ステップが可能であることを確認する必要があります。単一のステップ内で検索空間のすべての部分に到達する力を突然変異演算子に与えることを提案する人さえいます:
于 2012-02-26T23:04:07.750 に答える