Algoritmos genéticos: población
La población es un subconjunto de soluciones en la generación actual. También se puede definir como un conjunto de cromosomas. Hay varias cosas que se deben tener en cuenta al tratar con la población de GA:
La diversidad de la población debe mantenerse, de lo contrario podría conducir a una convergencia prematura.
El tamaño de la población no debe mantenerse muy grande, ya que puede hacer que una GA se desacelere, mientras que una población más pequeña podría no ser suficiente para un buen grupo de apareamiento. Por lo tanto, el tamaño óptimo de la población debe decidirse por ensayo y error.
La población generalmente se define como una matriz bidimensional de: size population, size x, chromosome size.
Inicialización de población
Hay dos métodos principales para inicializar una población en un GA. Ellos son -
Random Initialization - Poblar la población inicial con soluciones completamente aleatorias.
Heuristic initialization - Complete la población inicial utilizando una heurística conocida para el problema.
Se ha observado que no se debe inicializar toda la población usando una heurística, ya que puede resultar en que la población tenga soluciones similares y muy poca diversidad. Se ha observado experimentalmente que las soluciones aleatorias son las que llevan a la población a la optimización. Por lo tanto, con la inicialización heurística, simplemente sembramos la población con un par de buenas soluciones, llenando el resto con soluciones aleatorias en lugar de llenar toda la población con soluciones basadas en heurísticas.
También se ha observado que la inicialización heurística en algunos casos, solo afecta la aptitud inicial de la población, pero al final, es la diversidad de las soluciones la que conduce a la optimización.
Modelos de población
Hay dos modelos de población ampliamente utilizados:
Estado estable
En estado estacionario GA, generamos uno o dos brotes en cada iteración y reemplazan a uno o dos individuos de la población. Una GA en estado estable también se conoce comoIncremental GA.
Generacional
En un modelo generacional, generamos 'n' descendencias, donde n es el tamaño de la población, y toda la población se reemplaza por la nueva al final de la iteración.