Verhalten von Double prevention beim Steady State Algorithm

Tabelle 5.18: Vergleich der Ergebnisse mit und ohne Double prevention bei verschiedenen Populationsgrößen. Werte für Populationsgröße 100 aus einer Zusatzuntersuchung zur ersten Basisuntersuchung, Werte für alle andere Größen aus der zweiten Basisuntersuchung (Steady State GA).

Popgr	DPrev	N	$\varnothing$ En.	$\sigma$	Min	Max	nEvals	$\vert$Z$\vert$
	n	100	22,83	2,77	16,01	32,35	28675	100:< #9544#>

Popgr:Populationsgröße; 


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


Min:Minimaler Mittelwert; 
Max:Maximaler Mittelwert; 


DPrev:Double-Prevention Option (ja/nein); 


$\sigma$:Standardabweichung des Mittelwerts; 


nEvals:Durchschnittliche Anzahl benötigter Evaluationen; 


$\vert$Z$\vert$:Fehlerwahrscheinlichkeit bei Annahme der Hypothese auf 


Ungleichheit der Distributionen;

Wie Tabelle 5.18 zu entnehmen ist, hat die Double prevention Option außer für eine Populationsgröße von 100 Individuen keinerlei nachweisbaren Einfluss auf die Güte der Ergebnisse. Eine weitere Gruppierung nach Mutationsrate oder Ersetzungsgröße zeigt ebensowenig nachweisbare Eigenschaften. Auch hier liegt in allen Populationsgrößen die benötigte Anzahl der Evaluationen bei eingeschalteter Double prevention deutlich höher - zwischen 15% und 20% - als ohne diese Option. Somit bliebe als Ergebnis, dass Double prevention mit dem Steady State GA keine Verbesserung bringt.

Die Erklärung für dieses Verhalten findet sich in dem Zusammenwirken von Double prevention und Ersetzungsstrategie des Steady State Algorithmus: eine Kopie des als doppelt vorhanden identifizierten Individuums wird vollständig neu initialisiert. Bei schon stark konvergierten Populationen bedeutet dies, dass diese Kopie mit großer Sicherheit sehr viel schlechter ist als alle anderen Individuen. Somit wird im Ersetzungsschritt dieses ``neue'' Individuum niemals für die Nachfolgegeneration in Betracht gezogen, die neuen Allele werden nicht in die Population übernommen.

Um also Double prevention für den Steady State Algorithmus effektiv werden zu lassen, muss die Suche nach Dubletten nach dem Einfügen der Kindgenome in die Population erfolgen. In diesem Fall sollten ähnliche Ergebnisse wie bei dem Simple GA zu erwarten sein.

Als Fazit bleibt die Aussage, dass die Verhinderung von Dubletten eine nützliche Eigenschaft darstellt - dies allerdings nur, wenn die neu initialisierten Genome auch in die Nachfolgegeneration übernommen werden.