Мутации и случайной инициализации недостаточно для борьбы с проблемой, известной как генетический дрейф , которая является основной проблемой генетических алгоритмов.Генетический дрейф означает, что ГА может быстро потерять большую часть своего генетического разнообразия, и поиск продолжается таким образом, который не выгоден для кроссовера.Это потому, что случайная начальная популяция быстро сходится.Мутация - это другое дело, если она высокая, она будет диверсифицироваться, правда, но в то же время она предотвратит сближение, и решения останутся на определенном расстоянии от оптимума с большей вероятностью.Вам нужно будет адаптировать вероятность мутации (а не вероятность кроссовера) во время поиска.Аналогичным образом стратегия эволюции, аналогичная GA, адаптирует силу мутации во время поиска.
Мы разработали вариант GA, называемый OffspringSelection GA (OSGA), который вводит еще один этап выбора.после кроссовера.Будут приняты только те дети, которые превосходят физическую форму своих родителей (чем лучше, тем хуже или любое линейно интерполированное значение).Таким образом, вы даже можете использовать случайный родительский выбор и повлиять на качество потомства.Было показано, что это замедляет генетический дрейф.Алгоритм реализован в нашей структуре HeuristicLab .Он имеет графический интерфейс пользователя, поэтому вы можете скачать и попробовать его на некоторых проблемах.
Другие методы, которые борются с генетическим дрейфом, - это ниширование и скученность, которые позволяют разнообразию влиться в выборку и, таким образом, вводят другое, но, вероятно, другое смещение.
РЕДАКТИРОВАТЬ: Я хочу добавить, что ситуация с несколькими решениями с одинаковым качеством, конечно, может создать проблему, поскольку это создает нейтральные области в пространстве поиска.Тем не менее, я думаю, что вы не имели в виду это.Основной проблемой является генетический дрейф, т.е.потеря (важной) генетической информации.