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?

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?,artificial-intelligence,neural-network,genetic-algorithm,Artificial Intelligence,Neural Network,Genetic Algorithm,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

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?