Масштабирование фитнеса преобразует необработанные оценки фитнеса, которые возвращаются функцией фитнеса, в значения в диапазоне, подходящем для функции выбора. Функция выбора использует масштабированные значения пригодности для выбора родителей следующего поколения. Функция выбора назначает более высокую вероятность выбора лицам с более высокими масштабированными значениями.
Диапазон масштабированных значений влияет на производительность генетического алгоритма. Если масштабированные значения изменяются слишком широко, люди с самыми высокими масштабированными значениями размножаются слишком быстро, слишком быстро захватывая генофонд популяции и предотвращая поиск генетическим алгоритмом других областей пространства раствора. С другой стороны, если масштабированные значения изменяются лишь немного, все люди имеют примерно одинаковый шанс на размножение, и поиск будет продвигаться очень медленно.
Параметр масштабирования по умолчанию, Rank, масштабирует необработанные баллы на основе ранга каждого человека вместо своего балла. Ранг индивидуума - это его положение в отсортированных баллах: ранг наиболее подходящего индивидуума - 1, следующего наиболее подходящего - 2 и так далее. Функция масштабирования ранга присваивает масштабированные значения так, чтобы
Масштабированное значение индивидуума с рангом n пропорционально .
Сумма масштабированных значений по всему населению равна количеству родителей, необходимых для создания следующего поколения.
Масштабирование ранжирования пригодности удаляет эффект разброса необработанных баллов.
Следующий график показывает необработанные оценки типичной популяции из 20 особей, отсортированных в возрастающем порядке.
На следующем графике показаны масштабированные значения необработанных оценок с использованием масштабирования рангов.
Поскольку алгоритм сводит к минимуму функцию пригодности, более низкие необработанные оценки имеют более высокие масштабированные значения. Кроме того, поскольку масштабирование рангов назначает значения, которые зависят только от ранга индивидуума, показанные масштабированные значения будут одинаковыми для любой совокупности размера 20 и числа родителей, равного 32.
Чтобы увидеть эффект масштабирования, можно сравнить результаты генетического алгоритма с помощью рангового масштабирования с одним из других вариантов масштабирования, таких как Top. По умолчанию верхнее масштабирование присваивает 40% наиболее подходящих пользователей одному и тому же масштабированному значению и присваивает остальным пользователям значение 0. С помощью функции выбора по умолчанию только 40% наиболее подходящих пользователей могут быть выбраны в качестве родителей.
На следующем рисунке сравниваются масштабированные значения совокупности размера 20 с числом родителей, равным 32, с использованием ранга и верхнего масштабирования.
Поскольку верхнее масштабирование ограничивает родителей сильнейшими людьми, оно создает менее разнообразные популяции, чем ранжирование. На следующем графике сравниваются дисперсии расстояний между индивидуумами в каждом поколении с использованием ранга и верхнего масштабирования.
