next up previous contents
Nächste Seite: Skalierungsschemata Aufwärts: Selektionsschemata Vorherige Seite: Uniform   Inhalt

Diskussion der Ergebnisse

Die Werte im Vergleich der Selektionsschemata bekräftigen die schon in Abschnitt 5.1 gewonnenen Erkenntnisse, dass die proportionalen Selektionsschemata RMS und RSS im Schnitt deutlich schlechter abschneiden als die beiden rangbasierten Schemata. Tabelle 5.14 fasst die Ergebnisse zusammen.


Tabelle: Selektionsschemata nach Populationsersetzungsgrößen gruppiert. Werte aus der ersten Basisuntersuchung für Simple GA.
pRepl Selekt N $\varnothing$ En. $\sigma$ Min Max nEvals $\vert$Z$\vert$

rms 240 26.59 4.42 18.21 39.79 21898

rms 240 25.76 4.37 16.10 44.20 27136

rms 240 25.72 4.04 14.79 38.25 42419

               

N:Anzahl Beobachtungen; $\varnothing$ En.:Mittelwert der Energie; 

Min:Minimaler Mittelwert; Max:Maximaler Mittelwert;
pRepl:Populationsersetzungsgröße;
Selekt:Selektionsschema: rms=Roulette Multi Spin, rss=Roulette Single Spin;
$\sigma$:Standardabweichung des Mittelwerts;
nEvals:Durchschnittliche Anzahl benötigter Evaluationen;
$\vert$Z$\vert$:Fehlerwahrscheinlichkeit bei Annahme der Hypothese auf
Ungleichheit der beiden Distributionen;


Es zeigt sich sehr deutlich die nachteilige Verfahrensweise von proportionalen Selektoren, demgegenüber das Tournament Verfahren bei allen Ersetzungsgrößen besser arbeitet. Etwas überraschend mag auf den ersten Blick das schlechte Abschneiden des Uniform Selektors bei einer Ersetzungsgröße von 10% erscheinen. Es erklärt sich jedoch durch die in der Arbeit benutzte Implementierungsweise dieses Operators: bei sehr kleinen Ersetzungsgrößen - wie 0,1 - tritt der in Abschnitt 5.8.4 schon beschriebene Effekt des zusätzlichen Selektionsdrucks auf. Die führt zu einer schnelleren, allerdings verfrühten Konvergenz der Allele innerhalb der Population und somit zu einem im Durchschnitt schlechteren Ergebnis, wie der Tabelle zu entnehmen ist.

Insgesamt verfestigt dieser Untersuchungsabschnitt die Erkenntnis, dass sanfte elterliche Selektionsverfahren einen Vorteil für Genetische Algorithmen darstellen, wenn sie gut konfiguriert sind und die Individuenselektion für die Nachfolgeneration durch das Ersetzungsverfahren gewährleistet wird.


next up previous contents
Nächste Seite: Skalierungsschemata Aufwärts: Selektionsschemata Vorherige Seite: Uniform   Inhalt
2001-07-08