(μ，λ)进化策略算法中的复制处理是如何实现的？

Question

在(μ，λ)自适应类型进化策略算法中，在我的实现过程是：

1. 我有μ个体，并从这些群体中产生λ后代
2. 在λ个体中，对突变强度进行突变，然后对候选方案进行突变。突变后，评估所有λ个体的适应度。
3. 选择:根据适合度对所有λ个体进行排名，选择最好的μ个体作为下一代的群体。返回到1，如果没有达到标准。

在1.中，我产生了μ个体的后代。当我看到报纸

http://www.cs.bham.ac.uk/~pxt/NIL/es.pdf

http://ieeexplore.ieee.org/document/5596676/

如果看上去我可以通过克隆μ个体来获得后代，并创造后代。

但我怎么能详细地做到这一点呢？我是否应该用一个常数克隆μ个体，然后用λ= proportion *μ获得后代？

但是这样的话，在突变阶段，我不会得到几个相同的结果吗？在选择阶段，我想我可以得到相同的个体，以同样的健康值。

我如何才能准确地创造出λ的后代？

Answer 1

我是否应该用一个常数克隆μ个体，然后用λ= proportion *μ获得后代？

是的，从比例== 2开始，你会得到几次相似的个人。确保只复制n优于(n < μ / (3 * proportion) )个人。因为你将不得不忘记/摧毁n崇拜者个人。

在突变阶段，我会不会得到几个相同的结果？

可能您的错误在克隆步骤中。您必须执行一个完全复制，而不仅仅是一个克隆；一个每个位的真实副本，而不仅仅是一个指针的副本。因此，许多克隆函数都不复制内部引用的对象.在这里，克隆人()这个词只是与生物界的比较。

如果您的个人是整数数组，那么您应该有一个整数数组。然后，将索引i的个体克隆为另一个索引j的个体，必须以类似的方式进行如下操作：

for(k = 0; k < individuals[i].length; k++)
    individuals[j][k] = individuals[i][k];

算法的第二步将迫使个体以随机的方式进化。因此，如果一个组合被多个个体编码，那么它将有更大的进化机会。因此，个人不能分享记忆，以确保多样性将占上风。

ieee文件不能打开，它要求支付费用。

我如何才能准确地创造出λ的后代？

sort individuals by fitness from best to worst.
for( i = 0 ; i < n ; i++) // **n** best
     copy data of individuals[i] into individuals[individuals.length-i] // replace a worst one, by the copy of a good one.

此步骤应在常量内存中完成。没有释放(删除)，没有错位(新)。