遗传算法交叉变异概率加起来

‘壹’ 遗传算法的交叉概率有计算公式吗

固定交叉概率：0.9-0.97之间取；

自适应交叉概率计算公式之一：

还有其它的自适应计算公式，多看文献就知道了。

‘贰’ 遗传算法，交叉概率，和变异概率，选择，通常在多少值，合适

这几个操作的概率是相互独立的，并不要求和为1。
选择操作中的概率，以轮赌法为例，概率只反映了个体被选择到的可能性，与个体的适应度大小有关，一般是适应度越大，对应轮赌法中的概率值越大。
交叉操作中的概率是用于判定两个个体是否进行交叉操作，一般都会大于0.9。
变异操作的概率是允许少数个体存在变异情况，以避免限入局部最优解，其值一般都在0.1以下。

‘叁’ 简要说明遗传算法中交叉和变异概率是如何设定的

遗传算法中的选择、交叉和变异都是随机操作，而不是确定的精确规则。这说明遗传算法是采用随机方法进行最优解搜索，选择体现了向最优解迫近，交叉体现了最优解的产生，变异体现了全局最优解的复盖。

‘肆’ 简要说明遗传算法中交叉和变异概率是如何设定的

遗传算法中的选择、交叉和变异都是随机操作,而不是确定的精确规则.这说明遗传算法是采用随机方法进行最优解搜索,选择体现了向最优解迫近,交叉体现了最优解的产生,变异体现了全局最优解的复盖.

‘伍’ 在遗传算法中如何在前期加大交叉和变异概率

1、交叉概率用于判断两两个体是否需要交叉；变异概率用于判断任一个体是否需要变异。 2、在一次进化迭代中，交叉通常是采用两两互相不重复交叉的方式，即个体1和个体2，个体3和个体4...个体n-1和个体n，或者个体1和个体n/2，个体2和个体n/2+1...个体n/2-1和个体n。以第一种方式为例，对于个体1和个体2，产生一个[0,1]之间的随机数，如果该随机数小于交叉概率，则个体1和个体2进行交叉操作，否则继续产生随机数判断之后的两个个体。当然也可以采用随机交叉的方式，这时的交叉次数不能确定。 3、两两个体之间的交叉操作有不同的交叉方式，即：如果采用十进制编码，会有不同的交叉公式；如果采用二进制编码，有单点交叉和多点交叉。

‘陆’ 遗传算法交叉和变异概率怎么选择

第一种是定值,一般而言,交叉概率在0.9-0.97之间任取,变异概率在0.1-0.001之间任取；
第二种是自适应取,按交叉或变异个体的适应度值以及当代的平均适应度值计算,每代的个体都不一样,相关公式可以查资料得到.

‘柒’ 遗传算法的选择、交叉和变异概率的和是1吗

不一定，这个应该是根据具体问题自己调整参数，不过我只是了解基本的遗传算法，基本遗传算法是没有要求和为1的。
而且，一般书上都提到选择用赌轮选择，交叉概率是0.4到0.9，变异概率是0.01到0.1，这几个数相加不会刚好为1嘛。。。。
另外，我看过的资料也都没说过概率要为1，都是根据具体情况调整得到的。

‘捌’ 请教遗传算法三个问题

1、先交叉 在变异 还是先变异后交叉？
2、选择父代进行交叉的个数是不是2n个？n是种群大小。
3、交叉概率+变异概率=100%？ 还是就没啥关系？
可以这样理解。一般都是顺序选择个体，逐一生成随机数的吧。因为从选择操作上看，种群中个体不存在序，所以没有必要随机选择。
不过交叉后得到的种群还不能称为子代。
2 不是。对于每一父代种群中个体产生一个（0，1）间的随机数，若大于交叉概率，该个体不参与交叉。反之被标记，并于下一个参与交叉的个体进行交叉操作，所生成的两个个体替换父代的两个个体。因而，每一个父代个体可能参与0或1次交叉。
3 两者不存在相加为100%的关系。这是两种不同操作。但是取值组合确实对结果有影响。
以上是根据遗传算法的标准源码给出的，你最好看看遗传算法的标准源码。遗传算法发展至今已有很多改进的方法和新设计的算子，性能较标准源码有不少的提升。

‘玖’ 遗传算法的选择，交叉和变异概率的和是1吗

这几个操作的概率是相互独立的，并不要求和为1。
选择操作中的概率，以轮赌法为例，概率只反映了个体被选择到的可能性，与个体的适应度大小有关，一般是适应度越大，对应轮赌法中的概率值越大。

交叉操作中的概率是用于判定两个个体是否进行交叉操作，一般都会大于0.9。
变异操作的概率是允许少数个体存在变异情况，以避免限入局部最优解，其值一般都在0.1以下。

‘拾’ 有关遗传算法的疑问：“以一定概率进行交叉和变异”的含义

是对每一个个体按概率操作。
不是整体随机选多少个。

问题补充里的做法是对的。