缩放健身分数

健身缩放将由健身功能返回的原始健身成分转换为适合选择功能的范围内的值。选择函数使用缩放的健身值来选择下一代的父母。选择函数为具有更高缩放值的单个分配更高的选择概率。

缩放值的范围会影响遗传算法的性能。如果缩放值太广泛而变化，具有最高缩放值的个体速度过快地再现速率，超越人群基因库，并防止遗传算法搜索解决方案空间的其他区域。另一方面，如果缩放值只有一点，所有个人都有大致相同的再现可能性，并且搜索将非常缓慢地进展。

默认的健身缩放选项，秩，基于每个人的等级来缩放原始成分而不是其分数。个人的等级是它在分类得分中的位置：最适合的排名是1，下一个最合适的是2，等等。排名缩放函数分配缩放值，以便

等级健身缩放消除了原始分数的传播效果。

以下情节显示了典型的20个人群的原始评分，以增加顺序排序。

以下绘图显示使用Rank Scaling的原始分数的缩放值。

因为算法最小化了健身功能，所以较低的原始分数具有更高的缩放值。此外，因为等级缩放分配仅取决于个人秩的值，所示的缩放值对于任何大小20的群体和等于32的父母数量是相同的。

比较等级和顶级缩放

要查看缩放的效果，您可以使用等级缩放与其他缩放选项之一进行遗传算法的结果，例如最佳。默认情况下，Top Scaling将40％的Fittest个人分配到相同的缩放值，并将其余的个体分配给值0.使用默认选择功能，只能选择40％的最佳个体作为父母。

下图比较了使用等级和顶部缩放等于32的父母数量的尺寸20的缩放值。

因为顶部缩放将父母限制为最适合的个人，它创造了比排名缩放更少的人群。以下绘图比较了使用等级和顶部缩放的各一代人之间的个体之间的距离的差异。