莫里茨·穆伦塔勒;亚历山大·拉菲;曼纽尔·施密特;罗尔夫·万卡 基于精确马尔可夫链的离散粒子群优化算法在排序和OneMax上的运行时分析。 （英语） Zbl 1530.68282号 自然计算。 21，第4期，651-677（2022）. 摘要：元神经理论是解决结构属性未知或无法在算法上利用的优化问题的有力工具。针对离散域上的一大类优化问题，我们基于粒子群优化（PSO）范式。我们对该算法在黑盒设置中的某些“简单”参考问题（即排序问题和OneMax问题）上的性能进行了全面的形式化分析。在我们的分析中，我们使用该算法的马尔可夫模型来获得其预期优化时间的上下界。关于马尔可夫模型，我们的边界基本上是紧的。我们表明，对于合适的算法参数选择，期望的优化时间与已知算法的优化时间相当，此外，对于其他参数情况，该算法表现出更少的贪婪性和更多的探索性，这在实践中是可取的，以逃避局部最优。我们的分析为优化时间和探索之间的权衡提供了准确的见解。为了获得结果，我们引入了不可区分性马尔可夫链的状态，并通过积分给出了具有非恒定系数的递推方程的解的界。 引用于1文件 MSC公司： 68瓦50 进化算法、遗传算法（计算方面） 60J20型 马尔可夫链和离散时间马尔可夫过程在一般状态空间（社会流动、学习理论、工业过程等）上的应用 第68页第10页 搜索和排序 68瓦40 算法分析 90 C59 数学规划中的近似方法和启发式 关键词：粒子群优化;离散优化;运行时分析;马尔可夫链;启发式 PDF格式BibTeX公司 XML格式引用 \textit{M.Muhlenthaler}等人，《自然计算》。21，编号4，651–677（2022；兹bl 1530.68282） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] Antipov D，Doerr B，Fang J，Hetet T（2018）对\（（\mu+\lambda）\）EA的严格运行时分析。摘自：遗传和进化计算会议（GECCO），第1459-1466页。数字对象标识代码：10.1145/3205455.3205627 [2] Antipov D，Doerr B，Yang Q（2019）\（（\mu，\lambda）\）EA后代种群规模的效率阈值。In：程序。遗传和进化计算会议（GECCO），第1461-1469页。数字对象标识代码：10.1145/3321707.3321838 [3] 巴夫纳，V。；宾夕法尼亚州佩夫兹纳，《按换位排序》，SIAM J离散数学，11，2，224-240（1998）·Zbl 0973.92014号 ·doi:10.1137/S089548019528280X [4] Doerr B，Neumann F（2020）进化计算理论——离散优化的最新发展。斯普林格。doi:10.1007/978-3-030-29414-4·Zbl 1429.68004号 [5] Doerr B、Neumann F、Sudholt D、Witt C（2007）《1-ANT ACO算法的运行时分析》。In：程序。第九届ACM遗传和进化计算会议（GECCO），第33-40页。数字对象标识代码：10.1145/1276958.1276964 [6] Droste S，Jansen T，Wegener I（2001）简单进化算法中的动态参数控制。In：程序。第六届遗传算法基础研讨会，第275-294页。doi:10.1016/B978-155860734-7/50098-6·Zbl 0987.68098号 [7] Droste，S。；Jansen，T。；Wegener，I.，《关于（1+1）进化算法的分析》，Theor Compute Sci，276，1，51-81（2002）·Zbl 1002.68037号 ·doi:10.1016/S0304-3975（01）00182-7 [8] Durrett R（2010）《概率：理论与实例》。《剑桥统计与概率数学丛书》，剑桥大学出版社。数字标识代码：10.1017/9781108591034·兹比尔1202.60001 [9] Eberhart RC，Kennedy J（1995）使用粒子群理论的新优化器。In：程序。第六届微型机械与人类科学国际研讨会，第39-43页。doi:10.1109/MHS.1995.494215 [10] Garnier，J。；Kallel，L。；Schoenauer，M.，二元突变的严格命中时间，进化计算，7，2，173-203（1999）·doi:10.1162/evco.1999.7.2.173 [11] Giel O，Wegener I（2003）进化算法和最大匹配问题。In：程序。第20症状。计算机科学理论方面（STACS），第415-426页。doi:10.1007/3-540-36494-3_37·Zbl 1036.68567号 [12] Gillespie，JH，经历强选择和弱突变的有限种群的一些性质，Am-Nat，121,5691-708（1983）·doi:10.1086/284095 [13] Graham RL，Knuth DE，Patashnik O（1994）《具体数学：计算机科学基础》，第二版。艾迪森·韦斯利·朗曼·Zbl 0836.00001号 [14] Hirschhorn，MD，Wallis乘积和中心二项式系数，Am Math Mon，122，7，689（2015）·doi:10.4169/amer.math.monthly.122.7.689 [15] Hoffmann M，Mühlenthaler M，Helwig S，Wanka R（2011）TSP离散粒子群优化：理论结果和实验评估。In：程序。自适应和智能系统（ICAIS）第二届国际会议，第416-427页。doi:10.1007/978-3-642-23857-4_40 [16] Kennedy J，Eberhart RC（1995），粒子群优化。In：程序。IEEE神经网络国际会议，第4卷，第1942-1948页。doi:10.1109/ICNN.1995.488968 [17] Kennedy J，Eberhart RC（1997）粒子群算法的离散二进制版本。In：程序。IEEE系统、人与控制论国际会议，第5卷，第4104-4108页。doi:10.1109/ICSMC.1997.637339 [18] Kötzing T，Krejca MS（2018）有限状态空间的首次命中时间。收录：Auger A、Fonseca CM、Lourenço N、Machado P、Paquete L、Whitley D（编辑）《自然-PPSN XV的并行问题解决》。施普林格国际出版公司，查姆，第79-91页。doi:10.1007/978-3-319-99259-47 [19] 北卡罗来纳州大都会。；罗森布鲁斯，AW；明尼苏达州罗森布鲁斯；出纳员，AH；Teller，E.，用快速计算机器计算状态方程，化学物理杂志，21，6，1087-1092（1953）·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114 [20] Mitzenmacher M，Upfal E（2005）《概率与计算》。剑桥大学出版社。doi:10.1017/CBO9780511813603·Zbl 1092.60001号 [21] Mühlenthaler M，RaßA，Schmitt M，Siegling A，Wanka R（2017）关于排序和OneMax的离散粒子群优化算法的运行时分析。In：程序。第14届ACM/sigevo遗传算法基础研讨会，第13-24页。数字对象标识代码：10.1145/3040718.3040721·Zbl 1365.68394号 [22] Neumann，F。；Witt，C.，简单蚁群优化算法的运行时分析，Algorithmica，54，2，243-255（2007）·Zbl 1190.68049号 ·doi:10.1007/s00453-007-9134-2 [23] JE Onwunalu；Durlofsky，LJ，粒子群优化算法在确定最佳井位和类型中的应用，Comput Geosci，14183-198（2010）·Zbl 1185.86024号 ·doi:10.1007/s10596-009-9142-1 [24] Papadimitriou CH（1991）关于选择令人满意的真理赋值。In：程序。第32届IEEE研讨会。关于计算机科学基础（FOCS），第163-169页。doi:10.1109/SFCS.1991.185365 [25] Papadimitriou CH，Schäffer AA，Yannakakis M（1990）关于局部搜索的复杂性。In：程序。第22届ACM计算理论研讨会（STOC），第438-445页。数字对象标识代码：10.1145/100216.100274 [26] Petkovšek，M.，多项式系数线性递归的超几何解，J Symb Comput，14，2，243-264（1992）·兹比尔0761.11008 ·doi:10.1016/0747-7171（92）90038-6 [27] 拉马纳森，K。；Periasamy，VM；Pushpavanam，M。；Natarajan，U.，镍-金刚石电复合材料硬度的粒子群优化，Arch Comput Mater Sci Surf Eng，123-236（2009） [28] RaßA，Schreiner J，Wanka R（2019）离散粒子群优化应用于最短路径计算的运行时分析。进化计算梳优化（EvoCOP），第115-130页。数字对象标识代码：10.1007/978-3-030-16711-08 [29] Scharnow，J。；Tinnefeld，K。；Wegener，I.，《排序和最短路径问题的进化算法分析》，《数学模型算法杂志》，3，4，349-366（2004）·Zbl 1073.68080号 ·doi:10.1023/B:JMMA.0000049379.14872.f5 [30] Schmitt M，Wanka R（2015）粒子群优化几乎可以确定找到局部最优解。Theor Compute Sci 561，A部分：57-72。doi:10.1016/j.tcs.2014.05.017·Zbl 1303.68125号 [31] Schöning U（1999）-SAT和约束满足问题的概率算法。In：程序。第40届IEEE研讨会。计算机科学基础（FOCS），第410-414页。doi:10.1109/SFFCS.1999.814612 [32] Schwab L，Schmitt M，Wanka R（2015）利用粒子群优化进行多模态医学图像配准，并受数据初始方向的影响。In：程序。第12届IEEE生物信息学和计算生物学计算智能会议（CIBCB），第403-410页。doi:10.1109/CIBCB.2015.7300314 [33] Sudholt，D.，进化算法运行时间下限的新方法，IEEE Trans-Evol Compute，17，3，418-435（2013）·doi:10.1109/TEVC.2012.2202241 [34] Sudholt，D。；Thyssen，C.，最短路径问题蚁群优化的运行时间分析，离散算法J，101165-180（2012）·Zbl 1250.68238号 ·doi:10.1016/j.jda.2011.06002 [35] Sudholt D，Witt C（2008）二进制粒子群优化算法的运行时分析。In：程序。第十届ACM遗传和进化计算会议（GECCO），第135-142页。doi:10.1145/1389095.1389114 [36] Sudholt，D。；Witt，C.，二进制粒子群优化器的运行时分析，Theor Compute Sci，411,212084-2100（2010）·Zbl 1190.90292号 ·doi:10.1016/j.tcs.2010.03.002 [37] Veeramachaneni K，Osadciw L，Kamath G（2007）多值离散问题优化的概率驱动粒子群：设计与分析。In：程序。IEEE群体智能研讨会（SIS），第141-149页。doi:10.1109/SIS.2007.368038 [38] 瓦乔维克，议员；斯莫利科娃，R。；郑毅。；祖拉达，JM；Elmaghraby，AS，《利用粒子群优化的多模式生物医学图像配准方法》，IEEE Trans-Evol Compute，8289-301（2004）·doi:10.1109/TEVC.2004.826068 [39] Wegener I（2002）伪布尔函数进化算法分析方法。收录：Sarker R、Mohammadian M、Yao X（编辑）进化优化。施普林格，第14章，第349-369页。数字对象标识代码：10.1007/0-306-48041-7_14 [40] 杨琼。；吴杰。；李毅。；李伟（Li，W.）。；王，L。；Yang，Y.，使用粒子群优化算法校准黄河源区表层湍流通量相关参数，农业气象，232，606-622（2017）·doi:10.1016/j.agrformet.2016.10.109 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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，而不要求完整或完全匹配。