交叉算子python 交叉算子的选择原理

基因交叉，或者基因重组，就是把两个父体部分结构加以替换，生成新的个体的操作，习惯上对实数编码的操作叫做重组（Recombination），对二进制编码的操作称为交叉（crossover）¹。

1. 重组算法（Recombination）
   实值重组产生子个体一般是用下边这个算法：
   子个体=父个体1 + a × ( 父个体2 - 父个体1 )
   这里a是一个比例因子，可以由[ -d, 1+d] 上边服从均匀分布的随机数产生。
   不同的重组算法，a的取值是不同的，一般来讲，d=0.25是一个比较好的选择。
2. 交叉算子
   如上文遗传算法中的数据结构中所讲，基因的二进制编码有直接编码（Normal）和Gray编码之分，以下所说算法，均适用于这两种算法。

假设基因的二进制编码长度为N，那么这些编码之间有N-1个空隙，可供交叉使用。二进制交叉算法就是如何选择空隙，选择多少个空隙。
以下将各走极端的选择一个空隙交叉的单点交叉算法，和选择N-1个空隙进行交叉的洗牌交叉算子大致说一下。

（1） 单点交叉
在二进制编码中，随机选择一个点，以这个点为界限，相互交换变量。
如
父个体1 011111110000000000
父个体2 000000001111111111
如粗体前边位置为所选择的交叉点，那么生成的子个体为：
子个体1 011111111111111111
子个体2 000000000000000000

（2）洗牌交叉
洗牌交叉就是，将一个父基因取一半，再上来自另外一个父基因的一半，构成一个新的子基因。

（3）模拟二进制交叉（SBX）²

（4）Partial-Mapped Crossover (PMX)

（5）Order Crossover (OX)

（6）Position-based Crossover (PBX)

（7）Order-Based Crossover (OBX)

（8）Cycle Crossover (CX)

（9）Subtour Exchange Crossover

（10）轮盘赌

（11）DE

3. 另外的
   （1）群体中的交叉算法
   将经过选择考验的个体放入一个群体，当放入的个体数量达到要求后，对里边的个体进行两两交叉。

（2） 交叉函数定义
种群的交叉只涉及一个交叉主体，而基因/个体的交叉涉及两个交叉主体。

---