NEAT 算法：如何交叉不相交和多余的基因？答案

【问题标题】：NEAT algorithm: How to crossover disjoint and excess genes?NEAT 算法：如何交叉不相交和多余的基因？
【发布时间】：2018-11-06 07:25:30
【问题描述】：

我目前正在实现 Kenneth Stanley 开发的 NEAT 算法，以原始的paper 为参考。

在描述交叉方法的部分，有一件事让我有点困惑。

所以，上图说明了 NEAT 的交叉方法。为了决定一个基因是从哪个父母那里继承来的，这篇论文是这样说的：

匹配的基因是遗传的随机，而不相交的基因（那些在中间不匹配的）和多余的基因（那些最终不匹配的）是从更合适的父母那里继承而来的。

对于匹配的基因 (1 - 5)，这很容易理解。您只是从 Parent1 或 Parent2 随机继承（两者都有 50% 的机会）。但是对于不相交的 (6-8) 和多余的 (9-10) 基因，您不能从更合适的父母那里继承，因为您只有在 Parent1 或 Parent2 中拥有这些基因。

例如：

Parent1 的适应度高于 Parent2。不相交基因6只存在于Parent2中（当然，因为不相交和多余的基因只存在于一个亲本中）所以，你不能决定从更合适的父母那里继承这个基因。所有其他不相交和多余的基因也是如此。您只能从它们所在的父级继承它们。

所以我的问题是：你是否可能从更合适的父母那里继承所有匹配的基因，然后接管不相交和多余的基因？还是我在这里误解了什么？

提前致谢。

【问题讨论】：

【解决方案1】：

查看实际实现并了解其处理方式可能会有所帮助。在原始的 C++ 代码here（从第 2085 行开始）中，似乎只是跳过了来自不合适父母的不相交和多余的基因。

在您的实现中，您可以从不合适的父代继承不相交和多余的基因，但以概率 1 禁用它们，以便稍后对它们进行逐点突变（将禁用切换为启用）。然而，这可能会导致显着的基因组膨胀，因此请测试并看看什么有效。

【讨论】：

【解决方案2】：

只从“更合适的父母”那里获取不匹配的基因更有意义。由于交叉，这将产生强大的后代。对于匹配基因，应用通常的交叉算子。为了提高多样性，通过从两个父母中随机选择不匹配的基因来创建第二个后代。

这样，第一个后代会更适合，第二个后代将保持多样性。希望，这会有所帮助。

【讨论】：

【解决方案3】：

该图描绘了具有相同适应度的两个父母的特殊情况，因此选择再次是随机的，因此可能导致所描绘的情况。我同意，如果没有额外的信息，它会产生误导。

【讨论】：