我为我的部分作业编写了一个统一的交叉算法，但它不能正常工作。它实际上返回的结果比我的单点交叉更糟糕。我只是希望有人指出我哪里出错了，所以我可以解决它:)。我已经尝试了很长时间，这是我最后的选择!!
private void DoUniformCrossOver(int p1id,int p2id)
{
ArrayList<Integer> p1 = population.get(p1id).GetRep();
ArrayList<Integer> p2 = population.get(p2id).GetRep();
ArrayList<Integer> c1 = new ArrayList<Integer>();
ArrayList<Integer> c2 = new ArrayList<Integer>();
for (int i=0;i<nbits;++i)
{
double selected = CS2004.UI(1,2);
if (selected ==1)
{
c1.add(p1.get(i));
c2.add(p2.get(i));
}
else
{
c1.add(p2.get(i));
c2.add(p1.get(i));
}
}
population.add(new ScalesChrome(c1));
population.add(new ScalesChrome(c2));
}
该方法将两个父对象 p1id 和 p2id 作为参数。然后创建表示的数组列表 - p1 和 p2。
在for循环中，'nbits'是数组的权重(或数组的长度)。我的单点交叉法在 for 循环中使用它，效果很好。
然后我生成 1/2 来确定 child 将从每个 parent 那里获得哪个基因。
这个算法的适应度非常非常差!!任何帮助都将不胜感激。
非常感谢。
最佳答案
好吧，首先，您正在编码什么类型的信息，您想要进化什么？
根据您要解决的问题，某些交叉策略会阻止您找到好的解决方案。
一个简单的例子:如果您正在寻找的解决方案具有固有的对称性(例如，白色/黑色元胞自动机多数分类器)，单点交叉永远不会给您很好的结果，因为它是打破遗传算法可能偶然发现的任何对称性(例如，在多数分类器的情况下，它将非常擅长对黑色或白色进行分类，但不能同时对两者进行分类，因此它永远不会比给定的 - 相当低的 - 适合度更好).
关于java - 均匀交叉比单点交叉产生更差的结果？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5364403/