Rank-based selection is another met

Rank-based selection is another method that was inspired by the observed drawbacks of fitness proportionate selection. It preserves a constant selection pressure by sorting the population on the basis of fitness, and then allocating selection probabilities to individuals according to their rank, rather than according to their actual fitness values. Let us assume that the ranks are numbered so that an individual’s rank notes how many worse solutions are in the population, so the best has rank μ-1 and the worst has rank 0. The mapping from rank number to selection probability can be done in many ways, for example, linearly or exponentially decreasing. As with FPS above, and any selection scheme, we insist that the sum over the population of the selection probabilities must be unity – that we must select one of the parents.

結果 (繁體中文) 1:

秩為基礎的選擇是通過網絡連接的適應度相稱的選擇的所觀察到的缺陷的啟發另一種方法。它保留了通過網絡的適應度的基礎上排序的人口，然後根據自己的等級分配選擇概率給個人，而不是根據自己的實際網絡的適應度值恆定的選擇壓力。讓我們假設隊伍進行編號，使個人的排名筆記多少糟糕的解決方案是在人口，所以最好有秩μ-1的和最差的秩為0，通過排名來選擇概率的映射可以完成很多方面，例如，線性或指數下降。正如上面FPS和任何選擇方案，我們堅持認為，在選擇概率的人口總和必須團結 - 我們必須選擇父母中的一方。

結果 (繁體中文) 2:

基於排名的選擇是另一種方法，其靈感來自于觀察到的健身比例選擇的缺點。它通過根據健康程度對人群進行排序，然後根據個人排名（而不是根據他們的實際健身價值）將選擇概率分配給個人，從而保持持續的選擇壓力。讓我們假設排名是編號的，以便一個人的排名記錄有多少更糟糕的解決方案在人群中，所以最好的有排名 #1 和最差的有排名 0。從排名編號到選擇概率的映射可以通過多種方式完成，例如，線性或指數下降。與上述 FPS 以及任何選擇方案一樣，我們堅持認為，選擇概率總體的總和必須統一 - 我們必須選擇父母之一。

結果 (繁體中文) 3:

基於等級的選擇是另一種方法，其靈感來源於觀察到的比例選擇的缺點。它保持了一個恒定的選擇壓力，通過根據適合度對種群進行排序，然後根據個體的等級而不是實際的適合度值將選擇概率分配給個體。假設秩是有編號的，這樣一個個體的秩就記錄了種群中有多少個更差的解，所以最好的解的秩是μ-1，最差的解的秩是0。從秩數到選擇概率的映射可以通過多種方式實現，例如線性或指數遞減。正如上面提到的FPS和任何選擇方案一樣，我們堅持認為選擇概率的總和必須是統一的，即我們必須選擇一個父母。