遗传算法：交叉算子的分类

根据子代生成的方式的不同可以分为以下几种方式：

1.Cut-Point Based：这种方式的交叉操作非常简单，但是效果并不是很好，因为相同的基因集合在父代与子代中流转

• one-point, two-point and the n-point crossover
• M-X (M) Crossover 2013：对父代基因分成3个block，这样可以生成18个子代
• Reduced Surrogate Crossover 2011
• Dissociated Crossover 1998：使用两种交叉操作生成2个子代，与two-point crossover相似
• Ring Crossover 2011：这个交叉算法最初是为binary encoding 设计的，子代是按照ring order生成的而不是two-point crossover中的线性顺序
• Sorted-Match Crossover 2013：这个算法是通过选择一个父代中的代价较高的subtour，将它与另一个父代中代价较低的subtour交换，交换的subtour起点和终点必须是相同的基因并且subtour包含相同的基因
• Partheno Crossover (PCGA) 2007：执行single-point crossover N次，生成2N个子代，从中选择最好的
• Permutation One-Point Crossover (POP）2006： One-Point Crossover 切点后面的基因（未填充的基因）按照出现的顺序填充。POP的变形POP1（cut point 随机选择）和POP2

2.Random Order：减少了相同集合基因在子代中传递的情况，因为子代中的每个基因都是随机生成的

• Uniform crossover
• Distance Preserving Crossover (DPX) 2005
• Box and Xbox (Extended Box) Crossover 2012：子代的基因是随机从父代中选择的，这种方式可以去掉父代中不好的基因，单同时也破坏了好的基因组合

3.Compound：两种或两种以上交叉操作的组合，这种方法能够更快的得到最优集合

• Uniform Wise Crossover (UWX) 2007：UX (Uniform crossover) 和 PWX (Parameter Wise Crossover）的组合
• Product Geometric Crossover 2007：有多种形式，如multi-crossover，使用相同的编码方式和crossover执行N次，Hybrid crossover使用相同的编码方式和不同crossover，Hybrid representation crossover使用不相同的编码方式和不同的crossover，Dependent crossover
• Quotient Geometric Crossover Operators  2007：这个算法与product-geometric crossover相似，只是使用Quotient度量几何算子而不是product积的形式。Labeling-independent crossover是其中一种。
• Cycle LI-GX Crossover Operators 2007：在执行CX之前进行labeling-normalization
• PMX+OX 2013：PMX和OX 的组合算法

4.Heuristic 启发式：这种发生的算法中，一个基因被保留到子代根据某种heuristic原则，通常只生成一个子代。启发式交叉算子只将解空间的好的适应度解空间传递给子代，从而加快收敛速度，获得更好的解。

• Wright’s Heuristic Crossover 1991，1996：这个交叉操作使用适应度值决定搜索空间的方向，在最好父代的exploration 空间中生成一个子代
• Linear BGA Crossover 1994，1996：采用启发式方法生成比父代更好的子代，子代在父代的exploration and exploitation空间中生成
• Dominated Crossover 1996：采用启发式方法优先将最好的父代基因传递给子代，通过使用F和S交叉生成比父代更好的子代
• Biased Crossover 1996：从父代中启发式选择基因，从而生成一个子代
• Intelligent Crossover (IC)  2002：利用正交试验设计的推理能力，估计每个基因对个体适应度的贡献，从而选择更好的基因来形成后代。
• Heuristic Crossover 2002：为解决TSP问题而设计，考虑到了与顶点相连的边
• Adaptive Crossover 2013：采用reward functions作为父代适应度值的启发方法，以获得更好的子代
• Heuristic Weighted Crossover (HWCO) 2007：关注那些在最好父代的搜索空间可以得到更好的子代
• Rough Set Theory-Based Crossover Operator (RSO) 2005：利用粗糙集理论中的属性约简方法来寻找可能表现出良好性能的基因。
• Gene Memory-Based Crossover 2015：每个等位基因的最好基因都被记录下来，因此在进化过程中不会丢失，启发方法将最好的基因组成最好的适应度值

5.Hybrid：这种交叉类似于compound交叉，他们之间的不同是，compound交叉将两个或多个交叉算子组合为单个交叉操作的两个步骤，hybrid交叉中多个交叉算子相互独立工作为父代生成子代，在不考虑哪个交叉算子生成后代的情况下选择适应度最好的后代。hybrid交叉避免了过早收敛的问题，他们采用exploration/exploitation可以保持多样性，因为子代的生成采用了不同的机制。

• Max-Min-Arithmetical Crossover (MMAX) 2003：这种交叉算子通过选择任何一种离散的crossover和另一种算数arithmetic crossover生成子代
• HST1 Crossover 1996 ：这个交叉算子生成两个子代，一个由dominated crossover生成，另一个由 biased crossover生成
• Fuzzy Connectives-Based Crossover (FCB) 1997：由F,S,M,L中随机的一个在父代集合中生成子代

6.Neighborhood Based:通过与父母基因相关的邻域与概率分布提取基因

• BLX-α crossover 2003，2007：基于uniform probability distribution
• Simulated Binary Crossover (SBX) 2003：基于exponential probability distribution
• Fuzzy Rule based on triangular probability distribution 2003
• Guo Tao’s crossover (GTX) 2003:基于n个父代染色体的线性非凸集合的组合
• Adaptive Neighborhood-Based Multi-Parent Crossover (ANMX) 2003：基于n个父代染色体的线性非凸集合的组合，其中子代染色体的选择是均匀的