在一个典型的遗传算法中，在给定种群中个体描述的熵的情况下，是否有任何准则来估计需要收敛的世代？
另外，我认为也要求每一代的后代数量和突变率是合理的，但目前我对这些参数的调整不太感兴趣。
最佳答案
好吧，没有任何具体的数学模型形式的指导方针，但有几个概念，人们用来交流参数设置和如何选择它们的建议。其中一个概念是多样性，它类似于你提到的熵。另一个概念叫做选择压力，它根据个体的相对适应度来决定个体被选择的机会。
每一代的多样性和选择压力都可以计算出来，但世代之间的变化很难估计。为了估计下一代的适应度分布，您还需要预测交叉和变异算子的预期质量的模型。
最近就这些主题发表了一些工作：
*奇卡诺和阿尔巴。2011年。用景观理论精确计算位翻转突变的期望曲线
*奇卡诺、惠特利和阿尔巴。2012年。均匀渡越期望曲线的精确计算
你的问题是出于一般的研究兴趣还是寻求实际的指导？