霍尔格·乌尔默;费利克斯·斯特里切特;安德烈亚斯·泽尔 模型辅助稳态进化策略。 （英语） 兹比尔1028.68912 Cantú-Paz，Erick（编辑）等人，《遗传和进化计算-GECCO 2003》。遗传和进化计算会议，芝加哥，伊利诺伊州，美国，2003年7月12-16日。会议记录，第一部分，柏林：施普林格。莱克特。注释计算。科学。2723, 610-621 (2003). 摘要：加速具有非常耗时的适应度函数的问题的优化过程是进化计算的中心点。应用模型作为实际适应度函数的替代品是一个非常流行的想法。这种方法的性能在很大程度上取决于使用新的适应度评估数据更新模型的频率。然而，在基于生成的算法中，这仅在每（λ）次适应度评估时进行。为了克服这个问题，我们使用稳态策略，该策略在每次适应度评估后立即更新模型。我们提出了一种新的模型辅助稳态演化策略（ES），它使用径向基函数网络作为模型。为了在稳态算法中支持自适应，采用了中值选择方案。通过对几个高维测试函数的大量仿真结果，验证了新算法的收敛性。它比标准ES、稳态ES或模型辅助ES获得更好的结果。关于整个系列，请参见[Zbl 1025.68696号]. 引用于5文件 MSC公司： 68单位99 计算方法和应用 68T05型 人工智能中的学习和自适应系统 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） PDF格式BibTeX公司 XML格式引用 \textit{H.Ulmer}等人，Lect。注释计算。科学。2723610-621（2003年；Zbl 1028.68912） 全文： 链接