机器学习-进化算法

遗传算法（Genetic Algorithm，GA）

-Binary
-Integer
-Real-valued
-Order-based

crossover

N-point crossover
选择随机的点，分离者鞋垫，交换切分的部分

uniform crossover
随机继承-丢铜板，假如以正面为继承，每个基因进行判定是否继承，知道全部判定完成。

mutation
每个基因都要进行突变判定，为了防止变化过大，例如1-700的基因号，如果从1变到700，变化太大，所以为了防止这种现象，加以限制，例如在正负2区间内变化

discrete-继承来自父母中的一个基因
intermaediate-设定一个a[0,1],一个继承a，另一个继承（1-a）,可以设计一个多个基因。

0.80.5+0.25=0.5
mutation
1.按照时间变化，设定一个值域，根据值域来设置突变率
2.根据高斯分布设定突变率

-Order-based
corssover
保存相对位置

交换4567，从交换的对应位置开始，便利整个序列，没有出现在交换序列中则写入，1没有出现写入，9出现不写便利下一个9没有出现写入，3没有出现写入，7出现便利下一个8写入，以此类推，写完全部序列

保存绝对位置

找到绕城一个圈的，以上下对应找。例如1对应9，连接1-9，在连接对面的9，对面的9对应4，连接9-4，在找到对应的4，以此类推，最好找到1-9-4-8-1，绕城了一个圈，交换这些序列对应的位置

PMX

找到上下对应转换序列，交换之后发生重复了，按照对应转换序列，转化其他部分，例如4出现在交换序列中，按照转换序列，把4-8.

mutation

swap mutation

insert mutation

scramble mutation

inversion mutation

population model

fitness-Proportionate Selection

按照fitness分配，本身的fitness除以fitness综合为站的比例。
Survicor Selection
Age-Based Selection
Fitness-Based Selection

进化策略（Evolutionary Strategies，ES）

mutation

parameter Setting

correlated mutation

recombination

parent Selection

survivor selection

基因编程（Genetic Programming）

非线性
基因长度肯可能会变化
recombination

mutation

parent Selection

survivor Selection

initialization

Multi-objective Evolutionary Algorithms

multimodal problems and the need for diversity

genetic drift

biological motivation

parallel

diffusion

explict diversity maintenance

multi-Objective Problems

dominance