基于置换的进化算法强理论研究
该论文提出了一种将基于经典伪布尔基准问题的算法推广到排列基准问题上的方法,并对旋转置换的基准问题进行了分析,发现排列的循环结构决定了变异的难度,并提出使用更对称的 Scramble 变异操作器和重尾 Scramble 操作器来加速算法运行,并进行了实证分析。
Jul, 2022
研究演化算法在排列问题和映射问题上的应用,提出了一种新的变异算子 “cycle mutation”,并且利用新的排列距离度量方法进行问题特征分析和应用实验,结果表明 cycle mutation 适用于映射和分配问题,对于旅行商问题有一定局限性,并且相对于常用替代方案对局部最优解的稳健性更好。
May, 2022
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
本文研究了适应性函数分析在排列优化问题上的理论与实践,着重探讨了距离度量问题及其分类方法,并利用主成分分析法对于度量方法进行分类,揭示出排列优化问题的分类规律及其子类型,利用其进行突变算子的选择和进化算法的优化。
Aug, 2022
本文提出一种基于离散傅里叶分析的新方法,用于分析演化算法在高原上花费的时间,从而在 LeadingOnes 问题上演示了预计运行时间的紧凑证明,并确定了在不同突变率下的最佳突变率。
Feb, 2023
本论文提出了一种新的基于最短编辑路径的交叉操作符,该操作符在图结构上克服了排列问题,并在黑盒神经架构搜索中实现了比变异、标准交叉和强化学习更好的预期进展,因此允许充分利用种群搜索。新的交叉操作符可以作为黑盒神经架构搜索方法的基础理论。
Oct, 2022
基于数学运行时间分析,该研究表明在具有先前的比特噪声的情况下,(1+λ) 和 (1,λ) 进化算法都可以容忍恒定的噪声概率而不增加 OneMax 基准测试的渐近运行时间。
Apr, 2024