快速人工免疫系统
神经与进化计算
2018-06-04 v1
摘要
多项研究表明，超变异和老化等典型人工免疫系统(AIS)算子在多模态优化问题的局部最优逃逸方面非常高效。然而，与标准进化算法相比，这种效率是以开发阶段运行时间显著变慢为代价的。我们提出了对传统“带变异势的超变异”(HMP)的改进，使其在保证有效探索特性的同时，也能在开发上保持高效。我们不再确定性地在超变异的每次比特翻转后评估适应度，而是以“抛物”分布随机采样适应度函数，这使得 HMP 的“首次建设性变异停止”(FCM)变体将未找到改进时线性数量的浪费函数评估减少到常数级。通过在超变异期间返回最佳采样解而非首次建设性变异，我们将原本无 FCM 的极低效 HMP 算子转变为使用超变异、克隆和老化的标准 Opt-IA AIS 中非常有效的算子。我们通过在文献中 HPM 性能已被严格理解的所有问题上进行分析，严格证明了所提两个算子的有效性。
引用
@article{arxiv.1806.00299,
title = {Fast Artificial Immune Systems},
author = {Dogan Corus and Pietro S. Oliveto and Donya Yazdani},
journal= {arXiv preprint arXiv:1806.00299},
year = {2018}
}
备注
Excluding the appendix, this paper will be published in the proceedings of PPSN 2018