利用 mNM-景观与玻尔兹曼分布计算帕累托前沿的因子化近似
神经与进化计算
2015-12-14 v1
摘要
NM-景观近期被提出作为一类可调崎岖模型。它们是一般交互模型的子集，其中所有交互的阶数小于或等于 。玻尔兹曼分布已广泛应用于单目标进化算法中，以实现选择并研究建模算法的理论性质。本文提出将多目标 NM-景观模型与玻尔兹曼分布相结合，以获得帕累托前沿近似。我们研究了 NM-景观的参数与概率因子分解对帕累托前沿近似形状的联合影响。
引用
@article{arxiv.1512.03466,
title = {Computing factorized approximations of Pareto-fronts using mNM-landscapes and Boltzmann distributions},
author = {Roberto Santana and Alexander Mendiburu and Jose A. Lozano},
journal= {arXiv preprint arXiv:1512.03466},
year = {2015}
}
备注
Accepted for CAEPIA-2015 conference, Albacete, Spain. 11 pages, 3 figures