极值优化：源于协同进化的方法
最优化与控制
2007-05-23 v1
摘要
我们描述一种用于为困难优化问题寻找高质量解的通用方法，其灵感来自诸如 Bak-Sneppen 模型等协同进化的自组织临界模型。该方法称为极值优化（Extremal Optimization），它依次消去次优解中极端不合意的组分，而非“培育”更好的组分。与作用于整个可能解“基因库”的遗传算法不同，极值优化通过将其每个组分视为依据达尔文原理协同进化的物种来改进单个候选解。与模拟退火不同，其非平衡方法实现了一种只需少量调参的算法。仅有一个可调参数，其性能被证明可与更精细的随机优化过程相竞争，且往往更优。我们在此以两个经典困难优化问题——图划分与旅行商问题——予以演示。
引用
@article{arxiv.math/9904056,
title = {Extremal Optimization: Methods derived from Co-Evolution},
author = {Stefan Boettcher and Allon G. Percus},
journal= {arXiv preprint arXiv:math/9904056},
year = {2007}
}
备注
8 pages, Latex, 5 ps-figures included. To appear in ``GECCO-99: Proceedings of the Genetic and Evolutionary Computation Conference,'' (Morgan Kaufmann, San Francisco, 1999)