带回滚的 1/5 规则：关于 (1+(λ,λ)) 遗传算法中种群规模的自适应调整
神经与进化计算
2019-04-17 v1
摘要
参数的自适应调整可显著提升进化算法的性能。一个显著的例子是 遗传算法，其中种群规模的自适应有助于在 OneMax 问题上实现线性运行时间。然而，在那些与自适应调整过程背后假设相冲突的问题上，与静态参数选择相比，其使用可能导致性能下降。特别是，在上述例子中指导自适应的五分之一规则，在那些与完美适应度-距离相关性相差甚远的问题上，能够过快地增大种群规模。我们提出了一种对五分之一规则的修正，以在原始规则降低性能的场景中对其性能产生较小的负面影响。我们的修正虽然在 OneMax 上仍具有良好性能（理论上和实践中皆然），同时在带随机权重的线性函数和随机可满足 MAX-SAT 实例上也展现出更好的结果。
引用
@article{arxiv.1904.07284,
title = {The 1/5-th Rule with Rollbacks: On Self-Adjustment of the Population Size in the $(1+(\lambda,\lambda))$ GA},
author = {Anton Bassin and Maxim Buzdalov},
journal= {arXiv preprint arXiv:1904.07284},
year = {2019}
}
备注
17 pages, 2 figures, 1 table. An extended two-page abstract of this work will appear in proceedings of the Genetic and Evolutionary Computation Conference, GECCO'19