差分进化算法_选择算法 — 轮盘赌法选择

点击上方“蓝字”关注我们了解更多精彩

轮盘赌法选择

1.相关知识

形如上面的轮盘图片，轮盘选择的 精髓：其在所占区域的范围越大被选中的概率越大 。  (1) 计算适应度比例，即每个个体的选择概率

    P=P/sum(P); % p指个体占比数组，sum(p)占比总和，                % 相除后即是每个个体概率

(2) 计算每个个体的累积概率，相当于转盘上的“跨度”，“跨度”越大越容易选中， 即每个个体之前所有个体的选择概率之和。

    C=cumsum(P);%cumsum累加函数

(3)   随机生成   ，若   ，则选择个体 

%% 轮盘赌法，输入(待选个体占比概率)，输出(符合要求的概率个体索引)function i=RouletteWheelSelection(P)    r=rand;        C=cumsum(P);        i=find(r<=C,1,'first');end

参考文献

https://zhuanlan.zhihu.com/p/62666777

(整合网络资源编写，仅供学习参考，切勿商用，读者有问题可以后台回复小编，小编看到后会尽快回复您！)

---

— 往期精彩 —

智能优化算法 — 多目标粒子群优化算法(MOPSO)

2020-08-28

智能优化算法 — 多目标差分进化算法示例代码

2020-08-20

智能优化算法 — 多目标优化中非支配排序算法解读

2020-08-20

智能优化算法 — 差分进化算法示例代码

2020-08-07