遺伝的アルゴリズムを使って関数の最小値を見つける

Question

私は遺伝的アルゴリズムプロジェクトに取り組んでいます。基本的な遺伝的アルゴリズムを使用して、Rastrigin関数またはEasom関数（y = 0の場合）の最大値/最小値を見つけるためのコードが必要です。

Answer 1

私たちはEasomの機能を見ています。

問題文の

最低を見つける：

F（X）= -cos（X1）のcos（×2）EXP（ - （X1-PHI）^ 2 - （X2-PHI ）^ 2）

表現は、実数の例ベクトルについて

を選択してください。各要素の値の間隔は< -5です。 5>。 GAの

フィットネス

主な問題。

Individual2 [-3.8 | 2.7 | -0.68 | 3.78 || -2.14 | 1.63 | | -1.75 -1]： [1 | 1

Individual1：私たちは、例えば2人を持っています| 1 | 1 || -0.5 | -0.5 | -0.5 | -0.5]

まず個人が4.8および-6.06としてデコードされます。彼のフィットネス機能は-9.23073 ...×10^-40です。

2番目の個体は、4と-2としてデコードされます。彼の体力は -4.30104456071396041116767479151655914468678005731098 ...×10^-13

今問題です。フィットネスはとても低いので、両方とも0と考えることができます。あなたには2つの選択肢があります。 Godotを待っている（おそらく世界の最小値を持つ少数の世代で個性的に生まれた）。またはヒューリスティックを使用することもできます。ヒューリスティックは、2つの値、主なフィットネスおよびマイナーなフィットネスに対するフィットネスの分割に基づいています。主な適応度は、関数のxの値です。この値は常に0であるため、startは検索できません。マイナーなフィットネスは、目的をもったヒューリスティックであり、検索方法を提供します。いくつかの関数、たとえばxの平均を定義します。だから、individual1のマイナーフィットネスは-0.63であるとindividual2 1.だから、「より良い」individual2であり、彼が唯一の検索に道を譲るなどの選択

マイナーフィットネスのより高い確率を持っています。
このように間違っている可能性がありますか？はい、ヒューリスティックです。 重要なことですが、マイナーな機能目的は、同じ主要機能を持つ個人の作成を優先することです。大きなフィットネスが異なる場合は、大きなフィットネスをオリエンテーションの価値として使用します。

例：

Individual1フィットネス：主要：-0.1 |マイナー：3

Individual2フィットネス：主要：0 |マイナー：8

まず一つがあるため、主要なフィットネスの優れています。