遗传规划的阶段

Question

在进化遗传程序时，如何在开发的不同阶段之间分配所需的时间？我的意思是：90％的时间用于比随机程序更好一点，之后将程序改进到最终版本的计算密集度不是很高吗？

Answer 1

大多数元启发式（包括我认为的遗传算法）都有像这张图像上的绿线和红线一样的进展。他们试图尽可能快地达到最好的分数，并且越来越难以找到更好的分数。

然而，一些（如模拟退火，蓝线）可以告诉他们将给予的时间量和基于此的不同行为。在这种情况下，您可以获得更线性的线条。

Answer 2

一般来说，进展更快，后代进展缓慢。但它确实取决于问题的性质。为什么不在几个不同的问题上测试它并绘制进度？

Answer 3

对此的近似指示可以是程序的大小。如果程序大小稳定但您注意到健康状况仍在改善，那么很可能所有随机程序都被淘汰了。因此，适应度可以归因于系数的微小数值变化。