种群多样性在进化算法中的益处：严格运行时间分析综述
神经与进化计算
2018-01-31 v1
摘要
种群多样性在进化算法中至关重要，它能够实现全局探索并避免因过早收敛而导致的糟糕性能。本章回顾了那些展示了种群多样性益处的运行时间分析，这些益处或通过显式多样性机制、或通过自然涌现的多样性实现。这些工作表明多样性的益处是多方面的：多样性对全局探索及寻找多个全局最优解的能力十分重要；多样性增强了交叉并使得交叉比变异更有效；在动态优化中当问题地形随时间变化时，多样性可能至关重要；最后，它促进了进化多目标优化中对整个帕累托前沿的搜索。所呈现的分析严格量化了进化算法在种群多样性下的性能，为严格理解搜索动态如何受种群多样性存在与否及多样性机制引入的影响奠定了基础。
引用
@article{arxiv.1801.10087,
title = {The Benefits of Population Diversity in Evolutionary Algorithms: A Survey of Rigorous Runtime Analyses},
author = {Dirk Sudholt},
journal= {arXiv preprint arXiv:1801.10087},
year = {2018}
}
备注
This is a preliminary version of a chapter in the upcoming book "Theory of Randomized Search Heuristics in Discrete Search Spaces", edited by Benjamin Doerr and Frank Neumann, to be published by Springer