进化算法与次模函数：重尾变异的收益
数据结构与算法
2018-11-22 v2
摘要
进化算法的核心特征在于其变异算子。近来，具有动态与非均匀变异率的变异算子的研究备受关注。延续这一工作路线，我们提出一种新的变异算子并分析其在 (1+1) 进化算法（EA）上的性能。我们的分析表明，当该变异算子被 (1+1) EA 用于已有其他变异算子结果可用的问题类时，它与既有算子具有竞争力。我们证明，使用我们变异算子的 (1+1) EA 能在多项式时间内对任意非负次模函数找到 (1/3)-近似比。我们还考虑在单一拟阵约束下最大化对称次模函数的问题，并证明使用我们算子的 (1+1) EA 在多项式时间内找到 (1/3)-近似。该性能匹配了专门设计用于解决这些问题的组合局部搜索算法，并以常数概率优于它们。最后，我们通过两个应用实验评估使用我们算子的 (1+1) EA 的性能：(a) 不同来源真实世界图上最大有向割问题，规模达 660 万顶点和 5600 万边；(b) 使用四个月空气污染数据集的对称互信息问题。与均匀变异及近期提出的动态方案相比，我们的算子在这些实例上表现最佳。
引用
@article{arxiv.1805.10902,
title = {Evolutionary Algorithms and Submodular Functions: Benefits of Heavy-Tailed Mutations},
author = {Tobias Friedrich and Andreas Göbel and Francesco Quinzan and Markus Wagner},
journal= {arXiv preprint arXiv:1805.10902},
year = {2018}
}