크로스 오버 유전 연산자를 사용할 때의 장단점은 무엇입니까? 예를 들어

Question

, 우리는이 문제를 가지고

은 함수 f를 최대화 (X) = X^2 우리는 5 비트를 이용하여 개인을 나타낼 수있는 바이너리 인코딩을 사용하여 0 ≤ X ≤ 31

와. 선택 방법을 거친 후 우리는 유전 연산자를 얻습니다. 멀티 포인트를 사용하여 1 포인트 크로스 오버

를 사용

• 높거나 낮은 크로스 오버 속도
• :이 문제 (또는 최적화 문제)에 대한
  , 장점과 다음의 단점은 무엇입니까 크로스 오버
• 사용하여 균일 한 크로스 오버 여기

는 지금까지 해낸 무엇 :

• 높은 크로스 오버 속도와 멀티 포인트 크로스 오버는
• 낮은 크로스 오버 비율이 솔루션이 일부 OPTIMA

Answer 1

으로 수렴하는 데 시간이 더 걸릴 것 의미 악화 자손을 좋은 피트니스 부모의 품질을 감소시키고, 생성 할 수 있습니다

이 더 많은 정보를 정확히 5 비트가 무엇을 나타내는 지 필요할 때 좋은 대답을하기 어렵다, 그러나 나는 그것을 시도했다 :

• 높은 크로스 오버 속도는 다음 generati에서 게놈의 원인을 이전 세대의 게놈을 혼합 한 게놈이 더 많아 질수록 더 무작위 적으로 변합니다.
• 크로스 오버 비율은 이전 세대의 게놈을 유지하지만 크로스 오버에 의해 매우 적합한 게놈이 생성 될 가능성은 줄어 듭니다. 작동
• 균일 한 크로스 오버는 부모가 유사하지 않은 경우 부모와 매우 다른 게놈을 생성합니다. 부모의 이 인 경우 자손은 부모와 유사합니다.
• 1 포인트 크로스 오버를 사용하면 자식 게놈의 다양성이 적어 지므로 부모와 매우 유사합니다.
• 멀티 포인트 크로스 오버를 사용하는 것은 기본적으로 포인트의 양에 따라 1- 포인트와 유니폼 사이의 혼합입니다.