基于费曼方程的维度感知遗传编程的适应度景观分析
神经与进化计算
2020-04-28 v1
摘要
遗传编程是一种常用于符号回归的技术:寻找与未知函数数据相匹配的符号表达式。为了使符号回归更高效,也可以使用维度感知遗传编程来约束方程的物理单位。然而,目前尚无形式化分析说明维度感知能在多大程度上帮助回归过程。本文中,我们针对理查德·费曼著名讲座中方程的一个子集,对维度感知遗传编程搜索空间进行适应度景观分析。我们定义了一种初始化过程以及一组配套的邻域算子,以在物理单位约束下开展局部搜索。我们的实验表明,关于变量维度的附加信息能够有效引导搜索算法。不过,仍需进一步分析维度感知与标准遗传编程景观之间的差异,以助于设计高效的进化算子用于维度感知回归。
引用
@article{arxiv.2004.12762,
title = {Fitness Landscape Analysis of Dimensionally-Aware Genetic Programming Featuring Feynman Equations},
author = {Marko Durasevic and Domagoj Jakobovic and Marcella Scoczynski Ribeiro Martins and Stjepan Picek and Markus Wagner},
journal= {arXiv preprint arXiv:2004.12762},
year = {2020}
}
备注
14 pages. Submitted to PPSN2020