我正在尝试使用基本遗传算法（Stochastic Universal Sampling，1-point crossover，Canonical GA）来演化出Iterated Prisoner's Dilemma的最优策略。我已经在Haskell中实现了这个算法，并最近添加了图表输出。不幸的是...

我正在使用Python编写遗传算法。在我的问题中，我将个体存储在一个列表中，如下所示： lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 每次迭代中，每个个体都有一定的固定概率死亡，因此它将从列表中删除。 此外，在每次迭代中，个体会随机配对，例如： [1,...

在进化算法中，有两个主要的能力需要维护，即探索和利用。 在探索中，算法正在寻找新的解决方案，尝试新的领域，而利用则是使用已经存在的解决方案，并对其进行改进以提高适应度。 在我的情况下，我关心遗传算法，并且我的问题是，我读了许多不同的文章，发现了三种不同的探索和利用的解释，它们如下所述： ...

我正在尝试使用遗传算法解决旅行商问题（TSP）。我的基因组是图中顶点（销售员路径）的排列。 我应该如何对我的基因组执行交叉操作？ 在哪里可以找到C#中实现我的问题的代码？

我正在尝试解决遗传算法在排列问题中的交叉问题。假设我有两个包含20个整数的排列，我想通过交叉它们来获得两个孩子。父母内部的整数相同，但顺序不同。 示例：Parent1: 5 12 60 50 42 21 530 999 112 234 15 152 601 750 442 221 30 ...

我正在阅读一个关于遗传编程的幻灯片，其中提到了一些选择个体的方法，如轮盘赌选择、排名选择和锦标赛选择。 这三种选择方法有什么区别？

我编写了一个简单的遗传算法，可以解决包含5个城市的旅行商问题。我想看看它在更多城市的问题上的表现，例如10、25、50、100个城市，但我找不到可供尝试的问题样本数据。基本上，我正在寻找包含城市之间距离的二维列表或矩阵。如果有解决方案就更好了。我应该去哪里寻找？ 谢谢！

我对锦标赛选择的理解是： 对于给定的锦标赛大小 t，从人口中随机选择 t 个个体，并将锦标赛的获胜者确定为具有最大适应度函数值的个体。 我的问题是： “二进制锦标赛选择”和“锦标赛选择”之间是否有区别，或者它们可以互换使用？

我试图学习和实现一个简单的遗传算法库用于我的项目。目前，进化和种群选择已经准备好了，我正在尝试在Java和Scala中为我的遗传演化引擎实现一个类似高斯变异算子（GMO）的简单好用的变异算子。 我在文章基于Pareto排名的多目标遗传算法的变异算子（P.M. Mateo, I. Albert...

我正在编写一个遗传程序设计（GP）系统（用C语言，但这只是一个小细节）。我已经阅读了很多文献（Koza、Poli、Langdon、Banzhaf、Brameier等），但有一些实现细节我从未看到有人解释过。例如： 我使用的是稳态种群而非代际方法，主要是为了利用计算机的所有内存，而不是将一半留...