演化有序与混沌：粒子群优化与遗传算法在元胞自动机全局协调中的比较
人工智能
2019-09-10 v1 神经与进化计算
摘要
我们应用两种演化搜索算法：粒子群优化（PSO）与遗传算法（GAs）来设计能够执行需要全局协调的计算任务的元胞自动机（CA）。特别地，我们比较了将 PSO 与 GAs 应用于密度分类问题以及新颖的“混沌”CA 生成时的搜索效率。此外，我们的工作引入了 PSO 的一种新变体：二值全局-局部 PSO（BGL-PSO）。
引用
@article{arxiv.1909.03560,
title = {Evolving Order and Chaos: Comparing Particle Swarm Optimization and Genetic Algorithms for Global Coordination of Cellular Automata},
author = {Anthony D. Rhodes},
journal= {arXiv preprint arXiv:1909.03560},
year = {2019}
}