分析随机搜索启发式算法的统一马尔可夫链方法
最优化与控制
2013-12-10 v1 神经与进化计算
摘要
收敛性、收敛速度和期望命中时间在随机搜索启发式算法的分析中起着基础性作用。本文提出了一种统一的马尔可夫链方法来研究它们。使用该方法，建立了分布收敛的充分必要条件。然后，将平均收敛速度引入随机搜索启发式算法，并推导了其下界和上界。最后，提出了新颖的平均漂移分析和后向漂移分析来界定期望命中时间。还进行了计算研究以调查收敛性、收敛速度和期望命中时间。理论研究属于先验和一般性研究，而计算研究属于后验和案例研究。
引用
@article{arxiv.1312.2368,
title = {A Unified Markov Chain Approach to Analysing Randomised Search Heuristics},
author = {Jun He and Feidun He and Xin Yao},
journal= {arXiv preprint arXiv:1312.2368},
year = {2013}
}