利用分层 BOA 和遗传算法寻找 Sherrington-Kirkpatrick 自旋玻璃的基态
无序系统与神经网络
2009-07-29 v1
摘要
本研究聚焦于寻找具有高斯耦合的 Sherrington-Kirkpatrick (SK) 自旋玻璃模型随机实例的基态问题。虽然可以通过分支定界法获得 SK 自旋玻璃实例的基态，但分支定界法的计算复杂度限制了其仅能处理不超过约 90 个自旋的实例。我们描述了多种基于分层贝叶斯优化算法 (hBOA) 的方法，以可靠地识别分支定界法无法处理的 SK 实例的基态，并展示了针对此类问题实例的广泛实证结果。我们认为，所提出的方法在利用实际时间复杂度可靠地求解大型 SK 自旋玻璃实例至最优解方面具有巨大前景。所提出的可靠识别全局最优解的方法也可应用于其他问题，并可与许多其他进化算法结合使用。我们将 hBOA 的性能与采用两种常见交叉算子的遗传算法进行了比较。
引用
@article{arxiv.0801.2997,
title = {Finding Ground States of Sherrington-Kirkpatrick Spin Glasses with Hierarchical BOA and Genetic Algorithms},
author = {Martin Pelikan and Helmut G. Katzgraber and Sigismund Kobe},
journal= {arXiv preprint arXiv:0801.2997},
year = {2009}
}
备注
Also available at the MEDAL web site, http://medal.cs.umsl.edu/