在新颖性搜索应用于癌症治疗模拟开发中的研究
神经与进化计算
2020-05-22 v1 适应与自组织系统
摘要
当自动化搜索因欺骗性目标函数景观而陷入局部最优时，常规优化方法可能会受阻。因此，开放端搜索方法，如新颖性搜索(novelty search)，已被提出以应对此问题。忽略目标，同时对发现新颖解施加压力，可能在实际问题中带来更好的解。此处采用新颖性搜索来优化PhysiCell模拟器下用于肿瘤治疗的靶向药物递送系统的模拟设计。使用了一种混合目标方程，既包含有效肿瘤治疗的真实目标，也包含可能解的新颖性度量。研究了该混合方程两个组分的不同权重，以揭示各自的重要性。
引用
@article{arxiv.2003.11624,
title = {Novelty search employed into the development of cancer treatment simulations},
author = {Michail-Antisthenis Tsompanas and Larry Bull and Andrew Adamatzky and Igor Balaz},
journal= {arXiv preprint arXiv:2003.11624},
year = {2020}
}