关于进化计算中最佳样本的平均

选择合适的选择率在进化计算中是一个长期存在的问题。在连续无约束情形下，我们从数学上证明，在球函数情况下，单个父代 $\mu=1$ 会导致次优的简单后悔值。我们提供了一种基于理论的选择率 $\mu/\lambda$，可带来更好的进展率。借助我们所选的选择率，我们得到可证明的 $O(\lambda^{-1})$ 阶后悔值，而 $\mu=1$ 情形下的后悔值为 $O(\lambda^{-2/d})$。我们以实验完成了研究，以证实我们的理论主张。