決定問題を最適化問題に変換しますか？ （進化的アルゴリズム）

Question

決定問題は、単純な正しい/不適切な適応度を最適化/進化させることができないため、進化的アルゴリズムでの使用には適していません。それでは、意思決定問題を最適化問題に変換するためのいくつかの方法/技法は何ですか？

たとえば、私は現在、個人の適応度が生成する出力に非常に大きく依存するという問題に取り組んでいます。遺伝子の順序に依存して、個体は産物も完璧な産物も産出しない - 「間に」（したがって、登るべき丘がない）もない。個体の遺伝子配列における小さな変化の1つは、個体の適応度に劇的な影響を与えることができるので、進化的アルゴリズムを使用することは本質的にランダム探索になる。

ご存じの場合は、参考文献の中には素晴らしいものがあります。

Answer 1

複数入力への適用と正解の割合の検査。

正しい、正しいフィットネス測度は、より正当なものに進化することはできませんが、正しいかどうかの判断を下すために入力にかかわらず、アルゴリズムは変更可能な関数を適用できます。だから、あなたはアルゴリズムを突然変異させておきます。突然変異したバージョンのアルゴリズムごとに、100個の異なる入力にそれを適用し、どれくらいのものが正しいかを確認します。次に、他のアルゴリズムよりも正確な答えを出したアルゴリズムを選択します。誰が知っている、最終的にあなたはそれらを大丈夫になるものを見るかもしれません。

参考文献はありません。私はそれを思いつきました。

Answer 2

あなたはあなたのフィットネス機能を働かなければならないと思います。 いくつかの個体が完全な解にもっと近づいていると言えば、その解を遺伝子構造に基づいて同定できますか？ これを行うことができれば、プログラムもそれを行うことができるので、出力に基づいてその構造に基づいて個人を評価すべきではありません。