Java 遗传算法中的重组？

我正在使用遗传算法编写一个应用程序，其中我使用了两个基因，一个个体的基因是实数（双倍，因为我是用Java编写的）。所以我想知道什么是用实数而不是位进行重组的最好方法

我试着这样做：

如果

p1=（x1，y1）

和

p2=（x2，y2）

是父母，r是介于0和1之间的随机数，那么我会得到这样的孩子：

c1 = (  r*x1   + (1-r)*x2 ,   r*y1   + (1-r)*y2)
c2 = ((1-r)*x1 +   r*x2   , (1-r)*y1 +   r*y2  )

但是我对这个解决方案给我的结果不是很满意。似乎孩子们并不总是比父母好，但他们应该以遗传算法的主要概念为基础

---

因此，如果有人能给我另一个想法或提示，我将不胜感激

我同意所有的评论。也许你可以将你的遗传算法与局部搜索相结合（即在交叉/变异后对每个孩子进行局部搜索）。这项技术已在各种期刊文章中被证明是有用的

与交叉/变异不同，局部搜索只会在有改进时更改解决方案，否则，解决方案将保持不变

---

在您的情况下，对解决方案（x1，y1）的局部搜索可能是“x1+/-0.01（和/或任何其他少量，可能在局部搜索中测试1个以上的值）的穷举测试，并且y1保持不变”，否则

“看来孩子们并不总是比父母好，但他们应该基于遗传算法的主要概念“-只有在某些特定情况下，才能保证通过中间重组产生的后代绝对优于双亲，例如，如果要最小化的函数f:R²->R严格为拟凸且f（p1）=f（p2）。在一般情况下，虽然没有保证，但平均来说，很有可能后代会更好。当你这样定义你的孩子时，你只会得到你父母的“平均”因子。不是得到两个父因子的“更好”值，而是得到给定值之间的一些值，基本上是它的

（a+b）/2

，有一些变化。如果你在一个父母身上有很强的value

a

特征，那么下一代就会失去它。你的基因没有竞争，所以没有“赢家”。您的值

x

和

y

代表什么？您如何确定结果的好坏？在你的情况下，你如何定义“更好”呢？@Progman

x

和

y

表示加农炮射出一个球的速度和角度。球落得离地上一个洞的中心越近越好。关于我应该如何处理这个问题，你还有什么其他建议吗？@ivaa14基于你可能想使用父级

p1

的速度和父级

p2

的角度，反之亦然。@Progman是的，我的第一个想法是使用单点交叉，但它似乎太简单了