我正在做一个关于遗传算法的最后一年的项目——特别是 Dawkins Weasel 类型。我做过轮盘选择和锦标赛选择，仍然进行稳态选择，但我不确定它到底是什么，而且我在网上找到的引用资料都很模糊。
有谁知道它应该如何实现？任何指针都会很棒。
非常感谢。
最佳答案
通常，遗传算法的运行分为几代 - 您的选择和繁殖过程的每一代都会替换所有(或至少大部分)种群。在稳态遗传算法中，您一次只能替换几个个体。
使用标准的选择技术来挑选 parent 来生产这几个后代。然后随机选择相同数量的个体，杀死它们，并用后代替换它们(您可以选择不合适的个体进行死亡，但这可能会消除非平凡问题中的种群多样性)。
您应该每个人只评估一次适应度 - 在您评估适应度后，保存它，然后在将来重复使用该数字。 Protip:当一个新的个体被创建时，将其标记为未评估，然后在第一次需要时对其进行评估(这样，如果一个个体被创建然后在使用前随机选择死亡，则不会花费时间评估它的适应性)。
基本实现应该相当简单，但您可以查看 Essentials of Metaheuristics(第 45-46 页，免费提供电子书)。
关于selection - 遗传算法 - 什么是稳态选择？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4768196/