Я искал способы реализовать адаптивную частоту мутаций для генетического алгоритма, над которым я работаю. Я видел алгоритм, который использует текущую приспособленность индивидуумов и среднюю приспособленность популяции для расчета частоты мутаций, однако я не уверен, что он очень эффективен.
В алгоритме, который я видел, вы делаете следующее:
mutationRate = (bestFitness - individualFitness) / (bestFitness - averageFitness) * 0.5
Будет ли это хорошим подходом или есть лучше?
Я не думаю, что есть «лучший способ»: алгоритм мутации и скорость мутации довольно специфичны для проблемы/алгоритма.
К сожалению, согласно многочисленным практическим экспериментам, даже самоадаптивная мутация может легко попасть в ловушку локальных оптимумов.
С используемым вами подходом к адаптивной мутации индивидуум с высокой приспособленностью соответствует меньшей вероятности мутации, а индивидуум с низкой приспособленностью соответствует высокой вероятности мутации.
Этот метод может эффективно защитить отличных людей, но легко впасть в локальную конвергенцию.
Другой (и не обязательно лучший) подход заключается в увеличении частоты мутаций, если генетическое разнообразие постепенно утрачивается (чтобы сохранить популяцию, распределенную в пространстве поиска).
В противном случае значение уменьшается, когда наблюдается увеличение разнообразия популяции.
Эти изменения значения частоты мутаций также являются дополнительным источником хорошего баланса между исследованием и эксплуатацией (см. .pdf?sequence=1" rel="nofollow">1).
Ссылки
В GA нет серебряной пули. Есть несколько способов реализовать мутацию и другие факторы, но все они зависят от вашего домена, с которым вы работаете, количества ограничений, фитнес-функции и всего остального.
Лучшее, что вы можете сделать, это разобраться в себе — поэкспериментировать с разными подходами и посмотреть, сможете ли вы добиться лучших результатов. Кроме того, возможно, лучше задавать такие вопросы на https://cstheory.stackexchange.com/.
