使用遗传算法模拟进化
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
本文提出了五个新的分类来研究进化算法,这些分类主要关注环境控制、搜索过程的解释和重复性、解决方案中输入和输出因果关系的理解、算法偏差的管理以及添加纠正措施的能力,同时也列举了现有算法的分类和未来研究方向。
Jun, 2019
这篇论文研究了进化博弈论的数学模型,探讨了在非简单情景下(如有限人口、不消失的突变率、随机决策、沟通等)运用基于个体的方法进行仿真的必要性,并总结了数学模型和计算仿真方法的优缺点。
Apr, 2014
通过将进化算法、机器学习和生物信息学相结合,我们提出了一种计算方法,可以扩展已知功能蛋白家族的词汇表,进而发展出以前从未存在过的全新蛋白质,从而推动计算进化的新子领域的发展。
Feb, 2024
本文讨论了如何通过使用自动适应函数在进化艺术和设计算法中去除人为干预,提高计算机生成的艺术和设计的创造性和人性化,以达到创新性的目的,并提出了使用二代适应函数进化达尔文的抽象肖像作为示例,从而展示人工智能在艺术创作领域的应用前景。
Jan, 2010
本文讨论在虚拟世界中注入演化和自然选择机制,以生成复杂生物的丰富生态系统,包括设计个体生物、演化环境介质的特性和动态,以及个体与环境的表征关系。关键问题包括如何允许生物在少限制下演化新结构和功能,以及如何创造生物之间的相互联系以产生延续的进化活动。
Oct, 2017
生物进化、达尔文进化、迷因、信息和计算机革命是本研究的关键词,通过 Alan Turing 和 Richard Dawkins 的见解,研究表明这些关键词不仅适用于 DNA 中存储的基因,还适用于我们大脑中存储的迷因和计算机中存储的信息。
Feb, 2024
该研究报道了一种之前未知的现象,即进化发现了对控制变化具有鲁棒性的身体计划,这些身体计划成为遗传上同化的,但这些代理人的控制器并未被同化。这发现对于人工和实体代理人的进化设计有影响,如机器人对其控制器内部变化具有鲁棒性,也可能对其环境的外部变化具有鲁棒性。
Nov, 2017
研究发现,在自然界的生物结构和功能中寻找灵感,运用进化算法等自然启发算法最终可以提高数据科学和数据分析的表现,其中特别关注了四种算法的优化应用 —— 特征选择、超参数调整、知识发现和聚类优化。
Feb, 2022