×

关于连续优化问题的遗传算法的初始种群。 (英语) Zbl 1156.90028号

摘要:遗传算法是用于全局优化的常用元启发式算法,但对其初始种群的生成研究很少。在本文中,我们寻找初始种群是否在遗传算法的性能中起作用的问题的答案,如果是,应该如何生成它。我们通过一个简单的例子表明,初始种群可能会对几代人找到的最佳目标函数值产生影响。传统上,初始种群是使用伪随机数生成的,但有许多替代方法。我们使用四个主要标准来研究不同点生成器的特性:点的均匀覆盖和遗传多样性,以及生成器的速度和可用性。我们使用点生成器生成遗传算法的初始种群,并研究均匀覆盖和遗传多样性对收敛性和最终目标函数值的影响。对于我们的测试,我们选择了一个伪随机序列生成器和一个准随机序列生成器以及两个空间点过程:简单的顺序抑制过程和非对齐系统采样。在数值实验中,我们求解了来自16个不同函数族的52个连续测试函数,并对结果进行了分析和讨论。

MSC公司:

90 C59 数学规划中的逼近方法和启发式方法
65立方厘米 数值分析中的随机数生成
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Acworth P.、Broadie M.、Glasserman P.(1998)。期权定价的一些蒙特卡罗和准蒙特卡罗方法的比较。收录人:Niederreiter H.、Hellekalek P.、Larcher G.、Zinterhof P.(编辑)。蒙特卡罗和准蒙特卡罗方法,1996年,统计讲义第127页。Springer-Verlag,纽约,第1-18页·Zbl 0888.90010号
[2] Ali M.M.,Storey C.(1994年)。改进的受控随机搜索算法。国际期刊计算。数学。53, 229–235 ·兹比尔0828.65059 ·doi:10.1080/00207169408804329
[3] Ali M.M.,Storey C.(1994年)。地形多级单连杆。J.全球优化。5(4): 349–358 ·Zbl 0814.90102号 ·doi:10.1007/BF01096684
[4] Bratley P.,Fox B.L.(1988年)。算法659:实现Sobol的准随机序列生成器。ACM事务处理。数学。软件14(1):88–100·Zbl 0642.65003号 ·数字对象标识代码:10.1145/42288.214372
[5] Bratley P.、Fox B.L.、Niederreiter H.(1992年)。低差异序列的实施和测试。ACM事务处理。模型。计算。模拟。2(3): 195–213 ·Zbl 0846.11044号 ·数字对象标识代码:10.1145/146382.146385
[6] Couture R.,L'Ecuyer P.(1997)。乘法随机数Mathemat的分布性质。计算。66(218): 591–607 ·Zbl 0866.65003号 ·doi:10.1090/S0025-5718-97-00827-2
[7] Dekkers A.,Aarts E.(1991)。全局优化和模拟退火。数学。程序。50(3): 367–393 ·Zbl 0753.90060号 ·doi:10.1007/BF01594945
[8] DIEHARD:由George Marsaglia开发的一组随机数生成器测试。http://stat.fsu.edu\(\sim\)geo/diehard.html,2004年9月。
[9] Diggle P.J.(1983)。空间点模式的统计分析。伦敦学术出版社·Zbl 0559.62088号
[10] Dykes,S.,Rosen,B.:通过温度块划分进行并行非常快速的模拟再退火。1994年IEEE系统、人和控制论国际会议论文集,第2卷,第1914-1919页(1994)
[11] Eiben A.E.、Hinterding R.、Michalewicz Z.(1999)。进化算法中的参数控制。IEEE传输。埃沃。计算。3(2): 124–141 ·Zbl 05451876号 ·doi:10.1109/4235.771166
[12] Floudas C.A.,Pardalos P.M.(编辑)(1992年)。全局优化的最新进展。新泽西州普林斯顿大学出版社
[13] 用于Matlab的遗传和进化算法工具箱。网址:http://www.geatbx.com/2004年6月
[14] 《绅士J.E.》(1998)。随机数生成和蒙特卡罗方法。Springer Verlag,纽约·Zbl 0972.65003号
[15] Glover F.,Kochenberger G.A.(编辑)(2003年)。元启发式手册。Kluwer学术出版社,波士顿·Zbl 1058.90002号
[16] Goldberg D.E.(1989)。搜索、优化和机器学习中的遗传算法。纽约州韦斯利·Zbl 0721.68056号
[17] 哈尔顿J.H.(1960)。关于某些拟随机点序列在维积分中的有效性。数字数学,284-90·Zbl 0090.34505号 ·doi:10.1007/BF01386213
[18] Horst R.,Pardalos P.M.(编辑)(1995年)。全球优化手册。多德雷赫特Kluwer学术出版社·Zbl 0805.0009号
[19] Kingsley M.C.S.、Kanneworff P.和Carlsson D.M.(2004)。缓冲随机抽样:一种序贯抑制空间点过程,应用于格陵兰岛西部水域北熊猫虾拖网调查的抽样。ICES J.Mar.科学。61(1):12–24·doi:10.1016/j.icesjms.2003.11.001
[20] Larcher G.(2004)。数字点集:分析和应用。收录于:Hellekalek P.,Larcher G.(编辑)《随机和准随机点集》,《统计学讲义》第138期。Springer-Verlag,纽约,第167-222页
[21] 雷刚(2002)。用于全局优化的准蒙特卡罗方法中的自适应随机搜索。计算。数学。申请。43(6–7), 747–754 ·Zbl 0999.65054号
[22] Lemieux C.,L'Ecuyer P.(2001)。关于格规则和其他拟蒙特卡罗点集的选择准则。数学。计算。模拟。55(1–3): 139–148 ·兹伯利0981.65007 ·doi:10.1016/S0378-4754(00)00254-8
[23] Maaranen,H.:关于方法比较和杂交方面的全局优化。Jyväskylä大学数学信息技术系执照论文(2002年)
[24] Maaranen H.、Miettinen K.、MäkeläM.M.(2004)。遗传算法的准随机初始种群。计算。数学。申请。47(12): 1885–1895 ·Zbl 1074.90036号 ·doi:10.1016/j.camwa.2003.07.011
[25] Michalewicz Z.(1994)。遗传算法+数据结构=进化程序。柏林斯普林格-Verlag·Zbl 0818.68017号
[26] Michalewicz Z.、Logan T.D.、Swaminathan S.(1994年)。连续凸参数空间的演化算子。摘自:Sebald A.V.、Fogel L.J.(编辑)《第三届进化编程年会论文集》。世界科学出版社,新泽西州River Edge,第84–97页
[27] 莫罗科夫·W.J.、卡夫利什·R.E.(1994)。准随机序列及其差异。SIAM J.科学。计算。15(6): 1251–1279 ·Zbl 0815.65002号 ·doi:10.137/0915077
[28] Neter J.、Wasserman W.、Whitmore G.A.(1988年)。应用统计学。Allyn and Bacon,Inc.,波士顿,第三版
[29] 尼德雷特·H(1983)。全局优化的准蒙特卡罗方法。收录于:格罗斯曼·W·、普福格·G·、文斯·I·、沃茨·W·(编辑)第四届潘诺恩数理统计研讨会论文集。第251-267页
[30] 尼德雷特·H(1992)。随机数生成和准蒙特卡罗方法。费城SIAM·Zbl 0761.65002号
[31] Nix A.E.,Vose M.D.(1992年)。用马尔可夫链建模遗传算法。安。数学。艺术。因特尔。5(1): 79–88 ·兹伯利1034.68534 ·doi:10.1007/BF01530781
[32] Pardalos P.M.,Romeijn H.E.(编辑)(2002年)。《全局优化手册》,第2卷。Kluwer学术出版社,波士顿·Zbl 0991.00017号
[33] Press W.H.,Teukolsky S.A.(1989)。准(即子)随机数。计算。物理学。3(6): 76–79
[34] Ripley B.D.(1981)。空间统计。John Wiley&Sons,纽约·Zbl 0583.62087号
[35] 斯奈德W.C.(2000)。准蒙特卡罗模拟的精度估计。数学计算。模拟。54(1–3): 131–143 ·Zbl 04563581号 ·doi:10.1016/S0378-4754(00)00204-4
[36] Sobol’I.M.(1998)。关于拟蒙特卡罗积分。马瑟马特。计算。模拟。47(2–5): 103–112 ·doi:10.1016/S0378-4754(98)00096-2
[37] Sobol’I.M.,Bakin S.G.(1994年)。关于粗糙的多维搜索。J.计算机。申请。数学。56(3): 283–293 ·Zbl 0823.65058号 ·doi:10.1016/0377-0427(94)90083-3
[38] Sobol I.M.,Tutunnikov A.V.(1996年)。蒙特卡罗积分的变差减少乘法器。数学。计算。模型。23(8–9): 87–96 ·Zbl 0858.65024号 ·doi:10.1016/0895-7177(96)00042-8
[39] 唐慧聪(2003)。使用带反转的自适应遗传算法来寻找好的二阶多重递归随机数生成器。数学。方法操作。决议57(1):41–48·Zbl 1020.65007号 ·doi:10.1007/s001860200237
[40] 测试全局优化问题。网址:http://www.imm.dtu.dk/\(\sim\)km/GlobOpt/testex/,2004年6月
[41] 测试R2中的问题。http://iridia.ulb.ac.be/\(\sim\)aroli/ICEO/Functions/Functions.html,2004年6月
[42] Trafalis B.,Kasap S.(2002年)。一种新的用于连续全局优化的元启发式方法。J.全球优化。23(2): 171–190 ·Zbl 1175.90320号 ·doi:10.1023/A:1015564423757
[43] Tuffin B.(1996)。关于蒙特卡罗方法中低偏差序列的使用。蒙特卡洛方法应用。2(4): 295–320 ·Zbl 0868.65010号 ·doi:10.1515/mcma.1996.2.4.295
[44] Weisstein,E.W.:“圆形包装”。来自MathWorld–Wolfram Web资源。http://mathworld.wolfram.com/CirclePacking.html2004年9月
[45] Wikramartna R.S.(1989)。ACORN–一种生成均匀分布伪随机数序列的新方法。J.计算机。物理学。83(1): 16–31 ·Zbl 0677.65003号 ·doi:10.1016/0021-9991(89)90221-0
[46] Wright A.H.,Zhao Y.(1999)。遗传算法的马尔可夫链模型。在:Banzhaf W.、Daida J.、Eiben A.E.、Garzon M.H.、Honavar V.、Jakiela M.、Smith R.E.(编辑)GECCO-99:遗传与进化计算会议论文集。Morgan Kauffman,加州SanMateo,第734–741页
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,而不要求完整或完全匹配。