Algorithm 遗传算法适应度在某一点停止增长

我正在尝试实现一种遗传算法，它将通过定位、调整大小和为1000个圆圈着色来重建给定的图像。然而，我发现当适应度达到某个值（在我的例子中约为0.37）时，它停止增加。换句话说，它只是收敛于值

我想不出一个办法来改善这一点

一些细节 人口：50

突变率：0.025

每个孩子的基因都是一个1000个元素的数组，元素类型为

CircleData

，其中包含一个圆的大小、颜色和位置

适应度函数 我循环遍历目标图像上的每个像素和算法绘制的画布。对于每个像素，我将RGB值映射到3D空间中的一个点，并计算两点之间的距离。然后将每个像素的距离相加并归一化，以得到[0,1]中的适应值，其中1表示每个像素相同。最后，我将

pow（fitness，2）

的值作为最终的适应度值

挑选 我根据孩子们的健康状况对他们进行分类，把最差的2/3降下来。对于其余的孩子，我使用选择两个家长

改变 我使用单点交叉和随机交叉点

---

更新 我怀疑问题是由于，仍在努力修复

关于GA中局部极大值的几个SO问题：

---

愚蠢的问题：你确定只用1000个圆圈就能做得更好吗？因此，在进行平方前，你的体能实际上会收敛到

0.6

？@ruakh不确定，但我认为圆圈已经覆盖了几乎整个画布。无论如何，我稍后会尝试增加这个，看看结果是否会变得更好。我怀疑你的交叉是否足够聪明。新的颜色很容易出现吗？1000个圆圈太难解释了。要调试算法，请先尝试使用1或2个圆圈。什么是行为？一个圆的收敛速度有多快？收敛速度比随机的好吗？调整参数。然后看看当你放大到10101000时会发生什么。