延斯·沙诺;卡斯滕·丁尼菲尔德;英戈·韦格纳 排序和最短路径问题的进化算法分析。 （英语） Zbl 1073.68080号 数学杂志。模型。算法 3，第4期，349-366（2004）. 摘要：到目前为止，进化算法的分析仅限于特殊类型的函数和适应度环境。例如，不可能描述由通用进化算法（EA）在给定多项式限定的预期时间内解决的TSP实例集（或另一个NP-hard组合优化问题）。作为从人工函数到组合优化典型问题的第一步，我们分析了常见问题上的简单EA，即排序和最短路径。虽然不能期望EA在这些简单的问题上优于已知的特定于问题的算法，但分析EA在这些问题上的工作方式是很有趣的。获得以下结果：排序是“排序性”的最大化，这是通过几个众所周知的预排序性度量之一来衡量的。不同的预分类度量导致EA的适应度函数具有不同的难度。如果将最短路径问题视为单目标优化问题，那么对于所有类型的EA来说都是困难的，而将其视为多目标优化问题则很容易。 引用于1审查引用于29文件 MSC公司： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 68瓦40 算法分析 90C27型 组合优化 PDF格式BibTeX公司 XML格式引用 \textit{J.Scharnow}等人，J.Math。模型。算法3，编号44349-366（2004；Zbl 1073.68080） 全文： 内政部 参考文献： [1] Bäck，T.、Fogel，D.B.和Michalewicz，Z（编辑）：《进化计算手册》，牛津大学出版社，1997年·Zbl 0883.68001号 [7] Graham，R.L.，Knuth，D.E.和Patashnik，O.：《具体数学》，艾迪生-韦斯利出版社，1994年·Zbl 0836.00001号 [9] Jansen，T.和Wegener，I.：《真正的皇家道路功能——可证明交叉是必要的》，载于《遗传与进化计算会议》，GECCO，2001年，第375-382页·Zbl 1101.68079号 [10] Knuth，D.E.：计算机编程的艺术。第3卷：搜索和排序，艾迪生-韦斯利出版社，1973年·Zbl 0191.17903号 [11] Mitchell，M.、Holland，J.H.和Forrest，S.：什么时候遗传算法会比爬山更好，收录于J.Cowan，G.Tesauro和J.Alscort（编辑），《神经信息处理系统的进展》，Morgan Kaufman，1994年，第51-58页。 [12] Motwani，R.和Raghavan，P.：随机算法，剑桥大学出版社，1995年·兹比尔0849.68039 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不声称其完整性或完全匹配。