Mar, 2024
神经 LGP-SM:基于线性遗传编程的辅助神经进化方法
NeuroLGP-SM: A Surrogate-assisted Neuroevolution Approach using Linear Genetic Programming
Fergal Stapleton, Brendan Cody-Kenny, Edgar Galván
TL;DR我们通过采用基于线性遗传编程的适当表示方法(称为 NeuroLGP)和应用克里金偏最小二乘法来解决神经演化中的计算挑战,提出了一种称为 NeuroLGP-Surrogate Model(NeuroLGP-SM)的方法。该方法在 96 次独立运行中表现出卓越的精度,并且比基线方法节省了 25% 的计算资源,进一步突显了其在神经演化中的效率。