Почему генетические алгоритмы часто застревают в локальном максимуме?

Несколько причин, по которым генетические алгоритмы могут застревать в локальном максимуме:

• Отсутствие разнообразия в особях. ru.wikipedia.org Достаточно быстро выделяется один-единственный генотип, который представляет собой локальный максимум. ru.wikipedia.org Затем все элементы популяции проигрывают ему отбор, и вся популяция «забивается» копиями этой особи. ru.wikipedia.org
• Слишком низкая частота мутаций. dzen.ru Если она слишком низкая, то это приводит к «залипанию» алгоритма в локальном экстремуме, из которого он не может выбраться. dzen.ru
• Вырожденная популяция. habr.com В этом случае хромосомы всех особей имеют одно и то же значение. habr.com Вывести популяцию из такого состояния способна только удачная мутация, но поскольку вероятность мутации обычно устанавливают небольшой, то обычно ситуация с вырожденной популяцией рассматривается как повод остановить генетический алгоритм. habr.com

Чтобы избежать застревания в локальных максимумах, важно поддерживать разнообразие в популяции, например, через случайную инициализацию, мутации и различные стратегии отбора. it.vstu.by