Optimization 遗传算法：需要一些关于选择的澄清，以及当交叉不存在时该怎么做'；不会发生

我正在写一个最小化函数的遗传算法。我有两个问题，一个是关于选择，另一个是关于交叉以及当它不发生时该怎么办

以下是我所做工作的概要：

while (number of new population < current population)
    # Evaluate all fitnesses and give them a rank. Choose individual based on rank (wheel roulette) to get first parent.
    # Do it again to get second parent, ensuring parent1 =/= parent2

    # Elitism (do only once): choose the fittest individual and immediately copy to new generation

    Multi-point crossover: 50% chance
    if (crossover happened)
        do single point mutation on child (0.75%)
    else
        pick random individual to be copied into new population.
end

while（新人口数量<当前人口）
#评估所有适合度并给他们排名。根据等级选择个人（轮盘赌）以获得第一个父项。
#再次执行此操作以获取第二个父级，确保parent1=/=parent2
#精英主义（只做一次）：选择最合适的个人，并立即复制到新一代
多点交叉：50%的机会
如果（发生交叉）
对儿童进行单点突变（0.75%）
其他的
随机选取要复制到新总体中的个体。
结束

所有这些都在另一个

while

循环下，它跟踪健身进度和迭代次数，我没有包括在内。所以，我的问题是：

正如你所看到的，每个家庭随机选择了两位家长 迭代，直到新的总体填充完毕。所以，这两个是相同的 父母可能会不止一次地交配，当然也会有几位健康的父母 多次交配。这有什么不好吗

在这个例子中，它说如果crossover没有 一旦发生，那么孩子就是父母的翻版。我都不明白 这意味着什么，正如你所看到的，我只是随机选择了一个家长 （一致；不考虑适合性）并复制到新的群体中。 我觉得这很奇怪。无论我是否真的这样做，我的结果都不会有太大的改变。处理这个案子的正确方法是什么 什么时候不发生交叉

我不认为同一个人每一代有一个以上孩子的父母有什么不对。它只会对你的多样性产生一点点影响。如果你不喜欢这一点，或者在最后一代发现真正缺乏多样性，你实际上可以标记个体，这样它就不能每代多做一次父母

事实上，我并不完全同意本教程，我认为在您选择了将成为家长的个人（当然，基于他们的健康状况）之后，您应该实际执行交叉。否则，你将克隆许多个体到下一代

---

有些父母有几个后代是很常见的；我甚至说这是默认的实践（并考虑生物进化，确切地说，这是主要成分之一）。 “如果不发生交叉，那么孩子就是父母的复制品”

这有点令人困惑。交叉（在你的链接中有很好的解释）意味着从父母一方获取一些基因，从另一方获取一些基因。这称为有性生殖，需要两个（或更多？）父母

但无性繁殖也是可能的。在这种情况下，你只需选择一个父母，在新的个体中突变其基因组。这几乎就是你所尝试的，但是你错过了重要的突变步骤（注意突变可能非常激进或非常保守！）

请注意，无性繁殖需要在复制基因组后进行变异以创造多样性，而在有性繁殖中，这是一个可选步骤

可以使用任何一种复制方式，也可以混合使用。顺便说一下：在某些问题上，基因可能并不总是具有相同的大小。在这种情况下，有性生殖是有问题的。如果您对这个问题感兴趣，请看一下NEAT算法，一种流行的神经进化算法，旨在解决这个问题（和）

---

最后，精英主义（把表现最好的人复制给下一代）很普遍，但也可能有问题。遗传算法经常陷入次优解（称为局部极大值，任何变化都会降低适应度）。精英主义可能导致这一问题。当然，相反的问题是太多的多样性与随机搜索相似，因此您需要找到正确的平衡。

克隆个体本身并不是一个坏主意，只要不是所有个体都被克隆。在这方面，本教程明确提到了交叉概率，因此不用说交叉将应用于某些个体。本教程还提到了广为人知的精英主义技术，该技术还将最好的个体从一代克隆到另一代，以避免搜索偏离潜在的最佳解决方案。你为什么不同意？