Question

我为部分作业编写了一个统一的交叉算法，但它无法正常工作。它实际上比我的一点交叉更糟糕的结果。我想有人指出我哪里出错了所以我可以修理它:)。我现在已经尝试了很多年，这是我的最后一招!!

    private void DoUniformCrossOver(int p1id,int p2id)
{
    ArrayList<Integer> p1 = population.get(p1id).GetRep();
    ArrayList<Integer> p2 = population.get(p2id).GetRep();
    ArrayList<Integer> c1 = new ArrayList<Integer>();
    ArrayList<Integer> c2 = new ArrayList<Integer>();

for (int i=0;i<nbits;++i)
{
    double selected = CS2004.UI(1,2);
    if (selected ==1)
    {
        c1.add(p1.get(i));
        c2.add(p2.get(i));
    }
    else
    {
        c1.add(p2.get(i));
        c2.add(p1.get(i));
    }
}

    population.add(new ScalesChrome(c1));
    population.add(new ScalesChrome(c2));
}

该方法以两个父母p1id和p2id作为参数。然后创建表示的arraylists - p1和p2。

在for循环中，'nbits'是数组的权重（或数组的长度）。我的单点交叉方法在for循环中使用它，它运行得很好。

然后我生成1/2来确定孩子将从每个父母那里得到哪个基因。

这个算法的适应性非常差!!任何帮助都将非常感激。

非常感谢。

Answer 1

嗯，首先你在编码什么样的信息，你想要发展什么？

根据您尝试解决的问题，某些交叉策略会阻止您找到好的解决方案。

一个简单的例子：如果您正在寻找的解决方案具有固有的对称性（例如白/黑细胞自动机多数分类器），单点交叉将永远不会给您非常好的结果，因为它是打破遗传算法可能偶然发现的任何对称性（例如，在多数分类器的情况下，它将非常善于分类黑色或白色而不是两者，因此它永远不会比给定的更好 - 相当低 - 适应性）。

Answer 2

（由于你没有回复我的评论，我会重复一遍作为答案）

您将双精度值与常数进行比较，这对于浮点数而言是有问题的，使用int selected可能会做得更好，或者如果您需要使用双精度数，请尝试使用以下内容：

if (selected < 1.5)

均匀交叉比一点交叉给出更差的结果？

2 个答案: