私は特定の遺伝的アルゴリズムに関する研究論文を行い、ガウス変異法の使用の影響を分析したいと考えました。しかし、私が理解する唯一のことは、ランダムGaussian値をサンプリングして、インターネット上のどこかで読んだ遺伝子にその平均を0にする必要があるということです。これは負の値と正の値を与えます。しかし、私は、どのような標準の例を与えた単一のソースを発見していない。 devはどのように計算されるべきか？遺伝的アルゴリズムでガウス変異法を実装するにはどうすればよいですか？
私はそれから値を得ることができる標準偏差がどのようにガウス変換法を使用して決定されるか知っていますか？
私はthisの質問をStackOverflowでここで読んでいますが、私の問題に関する詳細は私にはわかりません。
どのような妥当な（またはさらに最適な）突然変異の強さは、解決すべき問題に依存します。
通常、非常に難しい最適化問題に遺伝的アルゴリズムを適用すると、通常の最適化アルゴリズムが失敗します。良い解決策のための高いピークと悪いもののための谷のあるフィットネス景観のような最適化問題への可能な "解決策"を想像することができます。
あなたの問題が、同様の高さのピークが広く散っているランドスケープに対応している場合（どのように知っていますか？）、最大ピークを見つけるチャンスが高くなるように広いガウス分布を使用する必要があります。しかし、あなたがすでに良い解決策を持っていると信じているならば（これが何であれ）、より小さな分布を使って最大のものをもっと早く見つけることができます。
合理的なアプローチは、広範な分布から始め、分布幅を小さくすることによって集団を（局所的な）最大値に向かって展開させることです。ここでも、具体的な数値はこの問題から導き出されなければならない。
EDIT：
あなたが効果を少しプレイしたい場合は、あなたが様々な突然変異の強さと人口規模の効果を示して私の自由なiPhone/iPadアプリ「Steinertree」をダウンロードできます。
これは質問に答えません。問題から具体的な数値を導出する方法を教えてください（私の質問に答える）？ – Zimano
まず、具体的な問題は言及していませんでした。第二に、ほとんどの具体的な問題のために、突然変異の強さ、交叉の強さ、および母集団サイズの数値を「導出」することは非常に困難です。通常、どの組み合わせが良い結果をもたらすか試してみる必要があります。したがって、私の答えは私が与えることができる最高です。 –
私はあなたに同意せず、元のコメントを支持します。標準偏差がガウス型突然変異でどのように使用されるかを知りたかった*。私は突然変異の強さ、交叉の強さ、集団の大きさの導出については問いませんでした。それに応じて回答を更新してください。現在の状態では質問には答えず、他のユーザによってそのようにフラグが立てられます。 – Zimano