Artificial intelligence 在遗传算法中，轮盘赌轮的选择与蒙特卡罗方法相同吗？

在阅读了一篇文章后，他们提到了选择最适合的染色体的蒙特卡罗方法。这和我的一样吗

直接报价

每个问题和架构都使用相同的初始群体。人口规模为150人（除了HD问题为100人）。采用了以下技术：选择个体的Montecarlo方法；达尔文替代法；单交叉点；交叉率为90%；突变率为10%

---

我猜这是个打字错误。Monte Carlo的拼写甚至都不正确，所以这里似乎没有太多的校对。我从来没有听说过用蒙特卡罗方法来选择个体。这意味着我们随机选择它们，这听起来不是一个好主意：与蒙特卡罗不同，遗传算法是有目的地进行搜索的。例如，轮盘赌选择偏向于适合度最高的个体。注意，我们可以在计算适应度时使用蒙特卡罗。在任何情况下，关于这篇论文，我都不会提及选择个体的蒙特卡罗方法，如果我需要信息，我会给作者发电子邮件。

我正在阅读Goldberg&Deb（1991）的这篇文章。在其中，他们还提到了蒙特卡罗一词，确切的句子是（第3页：“比例复制”一节）：

。。。对于这种概率的抽样，已经提出了各种方法 分布，包括蒙特卡罗或轮盘赌选择 Jong，1975），随机剩余选择（Booker，1982；Brindle， 1981）

所以我怀疑Monte Carlo这个术语是用来表示他们使用这种方法来生成一个随机数，作为选择过程的一部分，而不是仅仅用于选择

---

如果你还记得当时的计算机需要一个好的随机数生成器，那么他们可能已经在使用蒙特卡罗了。

我确实需要知道，因为我正在重新实现他们的算法。我曾尝试与作者联系，但不幸的是他们没有帮助。我们如何使用MC计算适合度？作为一个单独的问题，你知道他们所说的达尔文代换是什么意思吗？>不幸的是，他们没有起到帮助作用。他们说了什么？>我们如何使用MC计算适合度？例如，“对于每个建议的染色体，可以使用有限数量的试验（例如500次）运行蒙特卡罗代码，获得不显著的统计结果。”>达尔文替代？不知道！我不明白他们在说什么替代品。也许他们只是笼统地说，他们创造了一个新的一代，其中有上一代的一些人+一些新创造的人。我想这对他们来说是另一个问题（我也想知道他们怎么说）。是的，我也是这么想的。事实上，我没有问他们那个具体的问题，但我问了他们很多关于算法的问题。（如果你仔细观察他们的算法，似乎他们每个样本的m处理迭代次数可以减少到一次计算，他们不清楚星形胶质细胞修改了哪些权重，等等！）我不得不打电话给他们，让他们回复我的电子邮件，他们给出了简短的毫无帮助的一句话回答，如“取决于算法”. 所以我想我不会从他们身上得到比这更多的东西！！我们真的需要开放科学。。。学术研究的效率如此之低，以致于现在的情况。不管怎样，如果他们没有时间回答你的具体问题，也许你可以试着问他们源代码？