遗传算法：自适应交叉和变异（二）：ADAPTIVE CROSSOVER

Yang在2002年将自适应中的parameter tuning分为3类：

• deterministic adaptation 确定性的调整：根据预定义的规则自动地调整参数
• adaptive adaptation 适应性调整：根据整体的统计信息修改参数
• self-adaptive adaptation 自适应调整：参数被编码与个体共同进化

[1]使用了4种crossover方法，文中提出一种自适应方法根据种群反馈来调整每个算子的概率，而不是仅仅依靠先验知识来提高GA性能。4种crossover方法如下：

• Arithmetical Crossover
• Wright’s Heuristic Crossover
• BLX-α-β
• Simulated binary crossover

4个算子初始概率为1/4，根据下一个群体中各自子代的评估结果自适应调整这些算子的比率，而不同的算子针对不同的问题时的特征不同，因此很难选择最好的算子，最合适的方式就是在进化过程中自动的选择最合适的算子。