遺伝子アルゴリズムは毎回異なる出力を提供しますか？

Question

私たちは遺伝的アルゴリズムの実現可能な解を期待しているので、遺伝的アルゴリズムは毎回同じ入力セットで異なる出力を提供するでしょうか？

Answer 1

です。

1. ガウス空間は、解空間を通って異なる経路をとる。そして
2. ガスは、一般的に複雑なペイオフと極小値を持つ大規模なソリューションのスペースで複雑な問題に使用されている

ガスを収束することが保証されていません。このような問題では、GAの終了時に同じ出力が期待されません。

一方、GAは、1つの正解を持つ大きな問題に適用できます。そのような状況では、集団はとなる可能性があります。

Answer 2

良いGA実装では、reproducibleの結果がサポートされます。これは、すべてのメタヒューリスティック（GAだけでなく）に適用されます。再現可能とは、同じ実行が、同じ一連の新しいベストソリューションイベントが見つかることを意味します。プロセスに与えられた実際のCPU時間に応じて、反復回数が異なる可能性があります。したがって、同じ最適解で終了する可能性があります。

内部的には、再現性のある結果があることを意味：

• すべてが1 seeded Random instanceを使用しています。
• でも並列実装は、開発中に

...再現性のある結果（=>なし仕事スチール）

を得、再現性は、発見、診断、デバッグおよびバグを修正するために金で、その重量の価値があります。

生産時には、いくつかの企業がオフにします（仕事盗みなどのパフォーマンス上の利点を利用するため）が、ほとんどの企業は依然としてそのままにしています。