论遗传算法的工作机制：基因集团固定假说

我们最近报道了简单遗传算法 (SGA) 能够执行一种显著的亚线性计算形式，这种形式与数据挖掘中属性交互的一般问题有直接联系。在本文中，我们解释了 SGA 如何利用这种计算能力在一大类适应度函数上执行高效的适应。基于一个实际适应度函数可能属于这一大类的相对容易性，我们提出了一个关于遗传算法工作机制的新假说。我们解释了为什么我们的假说优于积木块假说，并且，通过实证验证，我们展示了一个实验的结果，在该实验中，使用一种称为钳位的简单机制显著提高了具有均匀交叉的 SGA 在大型、随机生成的 MAX 3-SAT 问题实例上的性能。