从 Royal Road 到上位性道路：面向变长进化算法的研究
神经与进化计算
2007-07-05 v1
摘要
尽管在某些现实世界应用中，在进化算法中使用变长表示 (variable length representation, VLR) 是自然且合适的，但针对此类表示尚缺乏一个学术框架。在本工作中，我们提出了一族基于基因型 VLR 的可调适应度景观。我们提出的适应度景观具有可调的中性度和上位性程度；它们的灵感一方面来自 Royal Road 适应度景观，另一方面来自 NK 适应度景观。因此，这些景观提供了一个从具有中性度而无上位性的 Royal Road 函数，到具有大量上位性而无冗余的景观的连续尺度。为了深入理解这些适应度景观，我们首先使用自适应行走和相关长度等标准工具。其次，我们在不同的中性和上位性参数值下评估进化算法在这些景观上的性能；结果使我们能够将性能与预期的中性度和上位性程度相关联。
引用
@article{arxiv.0707.0548,
title = {From Royal Road to Epistatic Road for Variable Length Evolution Algorithm},
author = {Michael Defoin Platel and Sebastien Verel and Manuel Clergue and Philippe Collard},
journal= {arXiv preprint arXiv:0707.0548},
year = {2007}
}