Aug, 2014

自然选择作为遗传多样性的抑制因素：乘法权重更新算法和单倍体遗传学的猜想

PDF
TL;DR在数学生物学的标准进化模型和在线学习和优化的广泛模型之间发现了强烈联系，数学模型的生物进化相当于在协调博弈上应用离散乘法权更新算法，从而在生物数学领域引入了博弈论动态学的研究见解。该研究结果表明单倍型进化的数学模型意味着在遗传多样性的长期极限中消失了，这是遗传学中广泛相信的猜想。
evolutionmathematical biologymultiplicative weights updates algorithmgame theoretic dynamicsgenetic diversity
发现论文，激发创造
  • 多元化所需之性

    本文研究了基因编程中维护遗传多样性的方法，特别是将性选择中的选择配偶机制引入到基因编程中，比较了利用自适应选择的配偶模型和随机选择模型的优劣。结果表明，自适应选择模型可以更有效地创建多样化的解决方案，并在三个测试实例中具有更高的成功率。

    Mar, 2023

  • 频繁到来：基因型 - 表型图中的偏见如何引导群体走向局部最优点

    本研究探究了基因型表型图对于单倍体 Wright-Fisher 模型的进化动力学的影响，结果表明表现型频数大的现象更容易出现，并且即使具有更高适应度但频数小的表型也很难在人口中趋于固定，这表明进化遵循了非人类学的规则。

    Feb, 2014

  • 游戏中的混沌、极端主义和乐观主义：学习的量化分析

    本文研究了 MWU 和 OMWU 在零和博弈和协调博弈中的体积分析，并通过对初值集合的变换证明了其新颖的收敛或发散特性。

    May, 2020

  • 表观遗传阻断对动态多目标优化问题的影响

    本文研究了在动态多目标优化问题中应用表观遗传机制对现有多目标遗传算法 MOEA/D-DE 的性能进行了比较，并提供了初步的实验证据表明，更多的算法应该探索自然界中丰富的表观遗传机制。

    Nov, 2022

  • 自然进化与人工进化运行时比较的初步步骤

    本文分析了强选择弱突变（SSWM）进化模型运行时间及其与（1 + 1）EA 的异同之处，并研究了如何利用适应度梯度实现 SSWM 在跨越适应度谷时的优势。

    Apr, 2015

  • 多样性基于的父辈选择策略的设计与分析 —— 加速多目标进化优化

    本研究提出了一种基于多样性的度量方法来改进遗传算法中的亲本选择，研究发现其在解决多目标优化中表现良好，并探讨出现停滞的原因和对策。

    May, 2018

  • 随机人口更新在多目标进化算法中可以被证明是有帮助的

    本文研究如何在多目标进化算法中引入随机性，证明了将确定性的种群更新机制替换为随机性机制可以使算法的运行时间指数级减少，实验证明了这个提出的方法的有效性。

    Jun, 2023

  • 入侵和固定的随机动力学

    本文采用统计力学的普遍费米分布函数，对一种进化过程即成对比较进行了分析。我们首次得出了一个简单的封闭公式，它能够决定任何真正意义上的两人博弈中有限人群中合作的可行性。我们调查了有限群体中合作者的进化动态，并研究了选择强度和无限人口中固定点的残留物之间的相互作用，说明了这种相互作用如何在不同的选择强度下强烈影响有限人口中给定特征的趋向于固定的方式，从而导致直觉上不符合的结果。

    Sep, 2006

  • 基因相关性显著增加突变健壮性，既可以减少又可以增强进化能力

    《基因型表型图中的突变邻域：中性及非中性相互关联影响进化探索》的研究发现通过比较 3 个表型图，证明基因型表型图中的中性关联大大增加了突变的鲁棒性，这种中性关联还可以超过形成大型中性网络所需的临界阈值，从而增强了中性探索的能力，而非中性关联则可能减弱进化能力。

    May, 2015

  • 线性遗传规划的表型搜索轨迹网络

    本研究通过可视化遗传编程系统的搜索轨迹作为基于图形的模型，探究基因型和表型空间中的搜索轨迹，特别是通过中性突变，帮助我们更好地理解进化的进展和算法行为。同时，通过量化表型特征，包括其基因型丰度和科尔莫戈洛夫复杂性，我们将这些量化指标与搜索轨迹可视化相连接，并发现更复杂的表型由较少的基因型代表，更难以被发现，而较简单的表型则被更多的基因型代表，更容易被发现，并经常被用作进化的垫脚石。

    Nov, 2022