الاختيار القائم على المكافآت

يُعدّ الانتقاء القائم على المكافأة أسلوبًا يُستخدم في الخوارزميات التطورية لاختيار الحلول المُحتملة المفيدة لإعادة التركيب. يتناسب احتمال اختيار فردٍ ما طرديًا مع المكافأة التراكمية التي يحصل عليها. ويمكن حساب المكافأة التراكمية كمجموع المكافأة الفردية والمكافأة الموروثة من الوالدين.

يمكن استخدام الاختيار القائم على المكافأة ضمن إطار عمل قطاع الطرق متعدد الأذرع لتحسين الأهداف المتعددة للحصول على تقريب أفضل لجبهة باريتو . ^{[ 1 ]}

المولود الجديد${\displaystyle a'^{(g+1)}}$ويحصل والداها على مكافأة${\displaystyle r^{(g)}}$، لو${\displaystyle a'^{(g+1)}}$تم اختيارها لـ "نيو إنديا"${\displaystyle Q^{(g+1)}}$وإلا فإن المكافأة تكون صفرًا. توجد عدة تعريفات ممكنة للمكافأة:

• 1.${\displaystyle r^{(g)}=1}$، إذا كان المولود الجديد${\displaystyle a'^{(g+1)}}$تم اختيارها لـ "نيو إنديا"${\displaystyle Q^{(g+1)}}$.
• 2.${\displaystyle r^{(g)}=1-{\frac {rank(a'^{(g+1)})}{\mu }}{\mbox{ إذا }}a'^{(g+1)}\in Q^{(g+1)}}$، أين${\displaystyle rank(a'^{(g+1)})}$هو رتبة الفرد المُضاف حديثًا إلى مجتمع${\displaystyle \mu }$الأفراد. يمكن حساب الترتيب باستخدام إجراء فرز غير مهيمن معروف . ^{[ 2 ]}
• 3.${\displaystyle r^{(g)}=\sum _{a\in Q^{(g+1)}}\Delta {H}(a,Q^{(g+1)})-\sum _{a\in Q^{(g)}}\Delta {H}(a,Q^{(g)})}$، أين${\displaystyle \Delta {H}(a,Q^{(g)})}$يمثل مؤشر الحجم الفائق مساهمة الفرد${\displaystyle a}$للسكان${\displaystyle Q^{(g)}}$المكافأة${\displaystyle r^{(g)}>0}$إذا كان الفرد المُضاف حديثًا يُحسّن جودة السكان، وهو ما يُقاس بمساهمته في الحجم الفائق في الفضاء الهدف.
• 4. تخفيف المكافأة المذكورة أعلاه، بما في ذلك فرض عقوبة على أساس الرتبة للنقاط مقابل${\displaystyle k}$-th يهيمن على جبهة باريتو:${\displaystyle r^{(g)}={\frac {1}{2^{k-1}}}\left(\sum _{ndom_{k}(Q^{(g+1)})}\Delta {H}(a,ndom_{k}(Q^{(g+1)}))-\sum _{ndom_{k}(Q^{(g)})}\Delta {H}(a,ndom_{k}(Q^{(g)}))\right)}$

يمكن للاختيار القائم على المكافأة أن يحدد بسرعة أكثر اتجاهات البحث جدوى من خلال زيادة المكافأة التراكمية للأفراد.

• اختيار متناسب مع اللياقة البدنية
• الاختيار (الخوارزمية التطورية)
• أخذ العينات العشوائي الشامل
• اختيار البطولة