遗传表示与适应度函数的关系

Question

如您所知，选择遗传表示是构建任何遗传算法(GA)的一部分。因此，可以在基因型空间(问题解决空间)和表型空间(原始问题上下文)之间定义映射。适应度函数，我们称之为f，可以是这个映射，如果GA的个体评估与原问题的目标函数相同的话：

f: Genotype Space ---------> Phenotype Space

每种基因型都有一个相应的表型。所以，f是内射的。良好的遗传代表将所有表型编码为基因型。所以，f是双射的。我的问题是:是否可以通过检查适应度函数的一些分析特性来进一步评估基因表示的质量。谢谢。

Answer 1

到目前为止，还没有一套评估健身功能质量的一般准则。

对于刚开始研究遗传算法问题的人，首先将适应度函数表述为一种适合自己理解的启发式方法。随着新指标的出现，研究人员不断完善健身功能，逐步开发出“更好”的健身指标。

正如维基百科关于健身功能的文章所说：

在许多情况下，适应度函数的定义并不直接，如果遗传算法产生的最适解不是期望的，则通常是迭代执行的。在某些情况下，即使猜测出适合度函数的定义，也很难或不可能得到。

然而，健身功能的适宜性评价是一个活跃的研究领域。过去一直有针对这一目标的研究，尽管没有出现有希望的结果。