使用niching method在GA上,
例如RTR(restrict tournament replacement)或fitness sharing
你可以去ieee上查一个应该叫harik的人写的有关RTR的paper,
应该是你想看到的!
可以有效的保留各个发现过的局部解(参数适当的控制之下),
因此不会完全被某个local解take over,
然后你搭配不错的local search就有机会让发现过的最佳解脱引而出干掉局部解,
例如: rECGA + RTR + ES(evolutionary strategy)等
我试过了效果很赞~!
如果想对GA有更深入的嘹解可以去用email请教台大电机所的于天立教授,
他人很好,把问题整理好问他,我想他有空的话一定会回你的~!
※ 引述《KJFC (KJFC)》之铭言：
: 基因算法收敛的时候
: 如果收敛在局部最佳解
: 那要怎么跳脱比较好
: 我有试过调高突变率
: 但是效果不太好
: 在收敛前上下震荡
: 但是又不知道如何判断是否接近收敛
: 如果在收敛后才震荡
: 有时又会收敛回局部解
: 请问这个问题应该怎么解决?