基于快速哈希树相似度度量的符号回归在线多样性控制
神经与进化计算
2020-04-21 v1
摘要
多样性是遗传规划的一个重要方面，与搜索性能直接相关。在基因型层面考虑多样性时，常需昂贵的树距离度量，对算法运行时效产生负面影响。在本工作中，我们引入一种快速的、基于哈希的树距离度量，以大幅加速算法运行期间种群多样性的计算。我们将该度量与标准 GA 及 NSGA-II 遗传算法结合，以引导搜索走向更高多样性。我们在符号回归的一组基准问题上验证了该方法，我们的方法一致地优于标准 GA 以及具有不同次要目标的 NSGA-II 配置。
引用
@article{arxiv.1902.00882,
title = {Online Diversity Control in Symbolic Regression via a Fast Hash-based Tree Similarity Measure},
author = {Bogdan Burlacu and Michael Affenzeller and Gabriel Kronberger and Michael Kommenda},
journal= {arXiv preprint arXiv:1902.00882},
year = {2020}
}
备注
8 pages, conference, submitted to congress on evolutionary computation