Simulated Binary Crossover(SBX)的学习

本文介绍了Simulated Binary Crossover (SBX)的概念,它主要用于实数编码的遗传算法中,以解决多模态问题。SBX借鉴了二进制编码的思想,确保后代的平均值等于父母的平均值,并尝试保持与二进制情况相似的β分布。文中给出了SBX的公式,并讨论了如何模拟二进制分布。结合锦标赛选择和多项式变异,SBX在解决Dejong’s fifth function问题时表现出色。
摘要由CSDN通过智能技术生成

最近在做作业遇到一个Dejong’s fifth function的multi modal的问题,用传统的GA方法尝试了很多次,的确没办法搞定,随机很多次也不一定在global optimum的地方得到一次解。前几天去导师家里的路上谈到这个事情,导师说一般现在都用SBX和polynomial的mutation。于是回来找了相关论文来看,找到了SBX最早的论文,奇怪的是,在论文中竟然没有给出伪代码,只是在讲解他的motivation。大概的motivation是这样的:
1:SBX主要是用于real number的编码问题,但是借鉴与来自binary 编码的idea。在binary中,假设2个parent分别为 p1 p2 ,后代分别为 c1 c2 。那么是这么一个属性的: (p1+p2)/2=(c1+c

  • 2
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值