【问题标题】:Impact of DNA length on Genetic Algorithm performanceDNA 长度对遗传算法性能的影响
【发布时间】:2016-12-06 18:25:42
【问题描述】:

我试图对此进行研究,但找不到令人满意的答案。个体 DNA 的长度如何影响遗传算法的整体性能?

想象一下,例如,我正在尝试为具有多个维度(x、y、z、w)的组合问题找到解决方案。用二进制表示 DNA 会产生一个很长的序列。对我可以走多远有什么建议吗?

在我看来,搜索空间(应该)随着暴露于突变的元素数量呈指数增长,我错了吗?

关于如何缩短 DNA 长度,有人可以提供哪些指导或技术(最好来自经验)?

【问题讨论】:

  • GA算法的性能通常由评估函数的复杂度决定。每个个体的 DNA 大小是否相同,或者它们之间的大小可能不同(非对称交叉)?
  • 每个个体的 DNA 长度相同(对称交叉)。评估函数相当明确 f(x, y, z, w) = q {q in range 0 .. 1}
  • 我还要注意,我们说的是(大致)一个长度为 5000 位的 DNA,每个人都相等-

标签: genetic-algorithm space-complexity evolutionary-algorithm


【解决方案1】:

即使对于非常大的染色体大小,遗传算法特定的操作(例如交叉和变异)也不应该花费很长时间,因为它们是计算简单的操作(克隆矩阵、更改矩阵的一点点等)。

大部分时间(我见过大约 85-95%)将花费在为您的个人运行评估功能上。完全取决于您要解决的具体问题,以确定大型 DNA 是否会影响性能。此外,根据您尝试解决的问题,可能无法缩短可能结果的大小。

【讨论】:

    猜你喜欢
    • 2015-06-17
    • 1970-01-01
    • 2021-12-11
    • 2023-03-26
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多