面向遗传编程的批量锦标赛选择
神经与进化计算
2019-04-19 v1 机器学习
摘要
Lexicase 选择通过引入有序测试用例实现了非常好的解质量。然而，lexicase 选择的计算复杂度会阻碍其在许多应用中的使用。在本文中，我们引入批量锦标赛选择（BTS），一种锦标赛选择与 lexicase 选择的混合方法，其速度比 lexicase 选择大约快一个数量级，同时获得具有竞争力的解质量。在多个回归数据集上的测试表明，BTS 在平均绝对误差方面与 lexicase 选择表现相当，同时实现了高达 25 倍的加速。令人惊讶的是，BTS 与 lexicase 选择在多样性和性能上几乎无差异。这表明批量与有序测试用例是完全不同的机制，但共享促进个体专门化的相同一般原理。本工作引入了一种高效算法，揭示了 lexicase 成功背后的主要原理，可能为未来算法开辟一系列新的可能性。
引用
@article{arxiv.1904.08658,
title = {Batch Tournament Selection for Genetic Programming},
author = {Vinicius V. Melo and Danilo Vasconcellos Vargas and Wolfgang Banzhaf},
journal= {arXiv preprint arXiv:1904.08658},
year = {2019}
}