Genetic algorithm parenting fitness

Abstract

Фазова схема еволюції, в якій генетичні алгоритми відбирають особин, що сформують нову популяцію, мала важливий вплив на ці алгоритми. У літературі існує багато підходів. Однак ці підходи враховують лише значення функції відповідності, щоб відрізнити найкращі рішення від гірших. Ця стаття знайомить із придатністю для батьківства, новим параметром, який визначає здатність індивіда народжувати найпридатніших нащадків. Поєднання стандартної фітнес–функції та батьківської придатності допомагає генетичному алгоритму бути ефективнішим і, отже, досягати найкращих результатів.
The evolution scheme phase, in which the genetic algorithms select individuals that will form the new population, had an important impact on these algorithms. Many approaches exist in the literature. However, these approaches consider only the value of the fitness function to differenciate best solutions from the worst ones. This article introduces the parenting fitness, a novel parameter, that defines the capacity of an individual to produce fittest offsprings. Combining the standard fitness function and the parenting fitness helps the genetic algorithm to be more efficient, hence, producing best results.

Description

Citation

Genetic algorithm parenting fitness / M. Ouiss, A. Ettaoufik, A. Marzak, A. Tragha // Mathematical Modeling and Computing. — Lviv : Lviv Politechnic Publishing House, 2023. — Vol 10. — No 2. — P. 566–574.

Endorsement

Review

Supplemented By

Referenced By