遗传编程阶段

Question

当发展一个遗传程序时，所需的时间如何在不同的发展阶段之间分配？我的意思是说：90％的时间致力于比随机程序更好一些，然后将程序改进到最终版本并不是计算密集型的？

Answer 1

一般情况下，进展较快，前几代进度放缓。但这取决于问题的性质。为什么不对几个不同的问题进行测试并绘制进展情况？

Answer 2

对此的近似指示可以是程序的大小。如果程序大小变得稳定，但您注意到健身仍在改善，那么很可能所有随机程序都被淘汰出局。因此，适应性改善可以归因于例如系数的较小数值变化。

Answer 3

大多数metaheuristics（包括遗传算法，我认为）有一个像这个图像上的绿色和红色线的进展。他们尽可能快地达到最高分，并且越来越难找到更好的分数。

然而，有些（如模拟退火，蓝线）可以告诉他们会被赋予和在不同行为的基于时间的量。在这种情况下，您可以获得更线性的线条。