遺傳算法主要有3個參數，變異率，淘汰率和染色體數量。本文通過一個并行多機調度問題，通過交叉驗證的實驗的方法找到這幾個參數可能的最優值。

有3臺機器要完成30個工件，計算完成所有工件的最短時間。

首先優化變異率

將淘汰率固定在25%，染色體數量固定在50條，每組參數運行100次，取平均。

在淘汰率和染色體數量不變的情況下變異率很顯然在2-4之間有一個最優值，這里取3.很有趣的是在變異率為0的時候只靠25%的淘汰平均時間為48，變異率為100%的時候相當于完全隨機，只靠淘汰平均時間為56.65.

然后將變異率固定在3%染色體數量固定在50，優化淘汰率。每組參數運行100次，取平均。

如果淘汰率提高，每次只把排在前幾名的染色體留下來交叉，是不是得到的平均時間更短，這個實驗部分的驗證了這個觀點。當淘汰率達到90的時候，對于50條染色體意味著只留下5條來進行交叉，但仍然可以達到42.42.但是很明顯的隨著淘汰率提高因為交叉樣本數量少了，成績變的不穩定。所以淘汰率取25%。

另一個很有趣的數據是當淘汰率是0的時候，也就意味著完全靠3%變異，可以得到平均之間45.53.相比0變異率完全靠25%的淘汰的48，也就表明對于遺傳算法，變異率的重要性要大于淘汰。只變異不淘汰的效果要好于只淘汰不變異。特別是只淘汰不變異的情況下得到的最優時間是一個沒有變化的值（從1-100都是48，完全僵化），像是過擬合的效果。

第三步，將變異率固定在3%，將淘汰率固定在25%，調節染色體數。每組參數運行200次，取平均。

這組數據非常明確的是，染色體數量翻一倍，平均迭代需要時間要翻三倍，比如

從平均時間看來染色體數量超過60以后就差不多都是42左右，

從整體上看染色體數量60和200的值都比較優越，60 的迭代速度更快。但是200的平均時間最少。

這道題的最優時間可能是40小時。由染色體60和染色體200分別計算5次看看達到最優值40分別用多少時間

所以染色體60的平均迭代次數雖然是染色體200的7.46倍，但是因為迭代速度更快，染色體60達到40的平均時間只有染色體200達到40的平均時間的83%。

所以綜合起來看，

變異率可能至少有1個不大的最優值，

淘汰率在整個[0,0.95)的區間上可能有多個最優值，但是隨著淘汰率的增加性能變的不穩定

染色體數量增加一倍消耗時間變成原來的3倍左右，所以在保證性能和收斂速度的前提下染色體數量也不是越多越好。

所以選擇的最優參數是變異率3%，淘汰率25%，染色體數量60.

如果變異和淘汰只能選擇一樣，應該選擇變異，因為3%變異的性能是45.53，而25%淘汰的性能是48，變異比淘汰性能優5%。

一組40小時的解

具體數據

優化淘汰率數據

優化染色體數量數據

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的并行多机调度遗传算法调参记录---变异和淘汰哪个更重要？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。