已知10个个体的适应度如表6.6所示,用幂函数变换法求出调整后的适应度值(K= 2),然后采用适应度比例法分别求出调整前后各个个体的选择概率。
时间: 2024-06-05 13:08:51 浏览: 29
根据幂函数变换法,调整后的适应度值为:
$fit_i' = K * {fit_i}^2$
其中,$K=2$,$fit_i$为原始适应度值。根据表6.6,可以计算出调整后的适应度值如下:
| 个体编号 | 原始适应度值 | 调整后的适应度值 |
| -------- | ------------ | ---------------- |
| 1 | 2 | 8 |
| 2 | 3 | 18 |
| 3 | 1 | 2 |
| 4 | 4 | 32 |
| 5 | 5 | 50 |
| 6 | 2 | 8 |
| 7 | 1 | 2 |
| 8 | 3 | 18 |
| 9 | 4 | 32 |
| 10 | 2 | 8 |
接下来,根据适应度比例法,可以计算出每个个体的选择概率。调整前的选择概率为:
$p_i = \dfrac{fit_i}{\sum_{j=1}^{10} fit_j}$
其中,$fit_i$为原始适应度值。根据表6.6,可以计算出调整前的选择概率如下:
| 个体编号 | 原始适应度值 | 调整前的选择概率 |
| -------- | ------------ | ----------------- |
| 1 | 2 | 0.069 |
| 2 | 3 | 0.104 |
| 3 | 1 | 0.035 |
| 4 | 4 | 0.139 |
| 5 | 5 | 0.174 |
| 6 | 2 | 0.069 |
| 7 | 1 | 0.035 |
| 8 | 3 | 0.104 |
| 9 | 4 | 0.139 |
| 10 | 2 | 0.069 |
调整后的选择概率为:
$p_i' = \dfrac{fit_i'}{\sum_{j=1}^{10} fit_j'}$
其中,$fit_i'$为调整后的适应度值。根据上面计算的调整后的适应度值,可以计算出调整后的选择概率如下:
| 个体编号 | 调整后的适应度值 | 调整后的选择概率 |
| -------- | ---------------- | ----------------- |
| 1 | 8 | 0.044 |
| 2 | 18 | 0.099 |
| 3 | 2 | 0.011 |
| 4 | 32 | 0.176 |
| 5 | 50 | 0.275 |
| 6 | 8 | 0.044 |
| 7 | 2 | 0.011 |
| 8 | 18 | 0.099 |
| 9 | 32 | 0.176 |
| 10 | 8 | 0.044 |
经过幂函数变换和适应度比例法调整后,个体的选择概率发生了变化,适应度值较高的个体获得了更高的选择概率,从而提高了进化的效率。