Operatori Dinamici
Durante lesecuzione dellalgoritmo le impostazioni
ottime dei valori della probabilità degli operatori (mutazione e
crossover) possono variare. Davis ha provato una variazione
lineare della probabilità della mutazione e del crossover:
mentre il secondo decresce durante lesecuzione, il primo
cresce. Booker invece utilizza un valore di crossover variabile
dinamicamente, che dipende dalla propagazione del fitness. Quando
la popolazione converge, il valore del crossover si riduce per
dare più opportunità alla mutazione di trovare nuove variazioni,
quindi questo ha un effetto simile alla tecnica lineare di Davis,
ma con il vantaggio di essere adattativo. Davis descrive una
nuova tecnica adattativa che si basa sul successo degli operatori
nel trovare buoni figli. Si dà un credito a ciascun operatore
quando produce un buon individuo nella popolazione in base
agli ultimi 50 accoppiamenti e in seguito, per ogni evento
riproduttivo, un operatore è selezionato a caso secondo il suo
credito. Il valore del credito varia in maniera adattativa
dipendente dal problema; se durante il corso dellesecuzione
un operatore perde improvvisamente molto credito, probabilmente
è meno efficace degli altri.
In questo modo si può costruire un algoritmo efficiente senza
preoccuparci troppo di trovare parametri ottimi degli operatori,
dato che questi si adattano automaticamente durante lesecuzione.