使用niching method在GA上,
例如RTR(restrict tournament replacement)或fitness sharing
你可以去ieee上查一個應該叫harik的人寫的有關RTR的paper,
應該是你想看到的!
可以有效的保留各個發現過的局部解(參數適當的控制之下),
因此不會完全被某個local解take over,
然後你搭配不錯的local search就有機會讓發現過的最佳解脫引而出幹掉局部解,
例如: rECGA + RTR + ES(evolutionary strategy)等
我試過了效果很讚~!
如果想對GA有更深入的嘹解可以去用email請教台大電機所的于天立教授,
他人很好,把問題整理好問他,我想他有空的話一定會回你的~!
※ 引述《KJFC (KJFC)》之銘言：
: 基因演算法收斂的時候
: 如果收斂在局部最佳解
: 那要怎麼跳脫比較好
: 我有試過調高突變率
: 但是效果不太好
: 在收斂前上下震盪
: 但是又不知道如何判斷是否接近收斂
: 如果在收斂後才震盪
: 有時又會收斂回局部解
: 請問這個問題應該怎麼解決?