Esta es la parte más difícil de los GA (bueno, eso y la representación de datos) y realmente solo puedes aprender por experiencia.
Enunciando lo obvio, la función tiene que ser algo que mida qué tan buenos son los resultados. En particular, tiene que ser fluida en una amplia gama de datos; cualquiera que sea la información, su función de acondicionamiento físico debe mostrar la forma correcta de mejorar.
Por lo tanto, por ejemplo, una función de acondicionamiento físico que es cero a menos que la respuesta sea correcta no es buena, porque no ayuda a acercarse a la respuesta correcta cuando está comenzando.
Y una función de acondicionamiento físico que aumenta a medida que las cosas mejoran, pero no identifica la mejor solución tampoco es tan buena, porque su población mejorará hasta cierto punto y luego se quedará estancada.
Así que debe sentarse, escribir algunos ejemplos de sus datos y luego pensar qué tipo de función puede usar. Desea algo que dé valores bajos para datos incorrectos y valores altos para buenos datos. Y eso se ajusta muy bien entre los dos.
Pruebe cualquier idea loca que pueda pensar al principio, y luego vea cómo puede poner eso en una buena forma matemática. Solo haga una lluvia de ideas y siga intentando e iterando ...Probablemente descubrirá que su primera elección no es tan buena, y una vez que ejecute el GA, podrá observar lo que está sucediendo con más detalle y mejorarlo.
Esto me hace pensar que probablemente podamos determinar una función de aptitud para qué tan buena es una función de acondicionamiento físico. – weltschmerz