自然启发优化的交互网络自组织
神经与进化计算
2009-07-03 v1 人工智能
摘要
在过去的十年中，理解复杂生物系统方面取得了显著进展，然而将这些知识融入自然启发优化算法的尝试却很少。在本文中，我们首次尝试将复杂生物系统的一些基本结构特性纳入其中，这些特性被认为是系统鲁棒性等品质的必要前提。具体而言，我们关注进化算法种群中缺失的两个重要条件：自组织的局部性定义和交互上位性。我们证明，这两个特征结合时，能产生在标准进化算法或具有结构化种群的进化算法（如细胞遗传算法）中未观察到的算法行为。算法行为最显著的变化是，单个种群内遗传上不同的个体具有前所未有的可持续共存能力。这种维持遗传多样性的能力并非强加于种群，而是作为系统动力学的自然结果涌现出来的。
引用
@article{arxiv.0907.0334,
title = {The Self-Organization of Interaction Networks for Nature-Inspired Optimization},
author = {James M. Whitacre and Ruhul A. Sarker and Q. Tuan Pham},
journal= {arXiv preprint arXiv:0907.0334},
year = {2009}
}