新手的新问题，请多指教
遗传算法新手疑问我用遗传算法对一系列样本的特征值进行优化（降维处理）
初始的样本特征值为30
算法流程是这样的，帮忙给看看有没有什么毛病，谢谢
初始样本选了25个，每个样本长度是30，用0，1表示对应特征是不是被选上。初始样本随机产生。
目标函数 是 对所有样本用PNN网络求的4折分类正确率。
适应度函数，采用个样本所代表特征值在PNN网络里算出来的正确率
交叉概率选的0.8
变异概率选的0.001
选择策略是轮盘赌
现在出现的问题就是，因为所有30个特征，随机提取几个用来分类的正确率都差不太多，每一代中最优个体的一些特征保存不下来。。
得到的结果，分类正确率忽高忽低，收敛不到稳定的值
在所有代的个体里，最高分类正确率到85%，但是总不能收敛
请问这个问题，应该怎么解决？谢谢谢谢！ 保留最佳个体，不参加下一步的遗传算子，试试看 精英保留吗？试了，不过最后还是收敛不到最优解。交叉的时候最优的特征保留不下来。。郁闷死了
页:
[1]