如您所知，选择遗传表示是构建任何遗传算法（GA）的一部分。因此可以在基因型空间（问题解决空间）和表型空间（原始问题背景）之间定义映射。 适应度函数，我们称之为 f ，可以是这种映射，以便评估GA的个体与原始问题的目标函数相同：
f: Genotype Space ---------> Phenotype Space
对于每种基因型，存在一种相应的表型。所以， f 是单射的。良好的GA表示将所有表型编码为基因型。所以， f 是双射的。我的问题：是否可以通过检查适应度函数的一些分析性质来进一步评估遗传表征的质量。谢谢。
答案 0 :(得分：1)
目前还没有任何一套评估健身功能质量的一般指南。
对于开始遗传算法问题的人来说，适应度函数首先被公式化为适合自己理解的启发式算法。随着新指标的出现，研究人员逐步完善了“更好”的健身指标，并逐步完善了健身功能。
正如the Wikipedia article on fitness functions所述：
在许多情况下，适应度函数的定义并不简单，并且如果GA生成的最适合的解决方案不是所期望的，则通常迭代地执行。在某些情况下，即使猜测适应度函数的定义，也很难或不可能出现。
然而，评估健身功能的适用性是一个活跃的研究领域。虽然没有出现有希望的结果，但过去已经进行过针对性的研究。