不要选择表示，只需改变：基于状态的进化算法实验研究
神经与进化计算
2009-05-19 v1 人工智能
摘要
本文旨在分析基于状态的进化算法（SEA）实例中多种编码转换算子的表型效应（可进化性）。由于在优化过程中解的表征或最佳编码的选择已被证明对进化算法（EA）的效率非常重要，我们将讨论一种在搜索过程中耦合多种表征以及不同编码间转换过程的策略。在其他研究中，一些 EA 试图使用多种表征（如 SM-GA、SEA 等），以期利用每种表征的特性。尽管有这些结果，本文表明，在试图提高此类 EA 性能时，表征的改变也是一个需要考虑的关键方法。作为一个示范性例子，我们使用了一个两状态 SEA（2-SEA），它具有两个相同的搜索空间但不同的编码转换算子。结果表明，从一种编码转换到另一种编码的方式，而不仅仅是最佳表征的选择或表征本身，是非常有利的，并且必须在设计和改进 EA 执行时加以考虑。
引用
@article{arxiv.0905.2882,
title = {Do not Choose Representation just Change: An Experimental Study in States based EA},
author = {Maroun Bercachi and Philippe Collard and Manuel Clergue and Sebastien Verel},
journal= {arXiv preprint arXiv:0905.2882},
year = {2009}
}