为什么二倍体（显性/隐性）基因没有在遗传算法中广泛使用？

在遗传算法的大多数实现中，重点是交叉和变异。但是不知何故，它们中的大多数都忽略了基因的二倍体（显性/隐性）性质。就我（有限的）理解而言，基因的显性/隐性是决定生物体实际特征的一个非常重要的因素。

所以我的问题是，为什么在大多数实施方案中基因算法的基因没有二倍体性质？

是因为：

• 它没有太大的好处
• 它为原本简单的算法增加了不必要的复杂性
• 很难实现

还是完全其他？

我不知道真正的原因，但感觉很直观：让我们考虑一下基因的二倍体性质在RL中的作用。从本质上讲，即使隐性基因目前处于不利地位，它也可以将其保留在基因库中，并且偶尔会重现，这有两点：第一，它不会灭绝，如果变得有利则可以重新繁殖。其次，它可以确保某些种群多样性，因为您将连续具有两种表型-一部分种群具有该基因，而另一部分种群不具有该基因。

这两种方法都可以通过变异/交叉引擎以更简单的方式来实现-您可以直接“取回” 100000年前的随机性能良好的物品（这通常是自然不能做到的）；并且您可以保留多个不同的亚种群，同时保护非主要亚种群免于灭绝，而自然界通常不会这样做。

见奥卡姆剃刀

在相互竞争的假设中，应选择假设最少的假设。同样：实体不得成倍增加。

如果两个假设都同样好，则选择更简单的版本，因为更复杂的版本会对您无法确定的事情做出假设。

问题是，二倍体显性和隐性基因是否提供了更多的功能，使我们能够描述更丰富的假设空间？

• 我们可以做一些简单的突变无法实现的事情吗？不能。突变可以创建任何新序列。
• 我们可以做一些不能通过二倍体显性和隐性基因实现的突变吗？是。突变允许任何随机的新序列，而二倍体基因只能恢复以前见过的东西并丢失。

要探索的唯一可能的好处是，二倍体基因是否会以某种方式更有效。从他们缺乏使用看来，事实并非如此。变异通常是答案中的微小变化。保留过去的良好答案的好处很小。它可以轻松地再次弹出。

生物学可以作为计算机模型的灵感，但很少有最佳答案。在涉及DNA方面，生物学是通过偶然和自然选择产生解决方案的。生物学也正在使用不同的原材料和工具来解决不同的问题。看一下鸟和蝙蝠的飞行方式。为什么我们的飞机没有设计成可以上下移动机翼以起飞或升空？因为这将是非常低效的。喷气推进器和直升机更适合我们的需求。我们可以运载更重的有效载荷，并且以比鸟类和蝙蝠更快的速度行进。