NK 地貌上分布估计算法与遗传算法的分析
神经与进化计算
2008-07-30 v1 人工智能
摘要
本研究分析了多种遗传和进化算法在具有不同 和 值的随机生成 NK 适应度地貌上的性能。首先为每个 和 生成大量 NK 问题实例，并使用分支定界算法获得每个实例的全局最优解。接下来，将分层贝叶斯优化算法 (hBOA)、单变量边际分布算法 (UMDA) 以及带有均匀交叉和两点交叉算子的简单遗传算法 (GA) 应用于所有生成的实例。随后对所有算法的性能进行分析和比较，并讨论结果。
引用
@article{arxiv.0801.3111,
title = {Analysis of Estimation of Distribution Algorithms and Genetic Algorithms on NK Landscapes},
author = {Martin Pelikan},
journal= {arXiv preprint arXiv:0801.3111},
year = {2008}
}
备注
Also available at the MEDAL web site, http://medal.cs.umsl.edu/