GA/GP中的适应度函数

遗传算法GA/GP中，适应度函数对进化方向有重要影响，也是影响运行效率的关键因素。在适应度函数设计上，应目标明确，让系统按要求的方向进化。
经典的适应度函数有三类：
1. 基于绝对误差的适应度函数
2. 基于相对误差的适应度函数
3. 用条件控制的适应度函数：IF 条件 THEN f=0.5 ELSE f=0

在实际应用中，由于绝对误差并不能完全评价近似值的精确度，基于相对误差的适应度评价应用得更为普遍，但这种评价模型仍然有其自身的缺陷。在GP的符号回归研究中，可使用统计学上常用的相关系数，可以将适应度函数改为复相关系数的平方值，即：

$$Fitness = R^2 = 1 - SSE / SST$$
其中 ：
$$SSE =\sum_{i=1}^m (y_i-\hat y_i)^2$$
$$SST =\sum_{i=1}^m (y_i-\bar y)^2$$
$$\hat y_i 为y_i的估计值，\bar y为y的平均值，SSE为残差平方和，SST为总离差平方和$$