×

实值表示无偏边界八扩展交叉的理论和实证研究。 (英语) Zbl 1239.68068号

摘要:我们为实数编码遗传算法提出了一种新的交叉算子,采用一种新方法来消除预先存在的交叉算子的固有偏差。这是通过粘贴相反的边界来变换超矩形实空间的拓扑结构,并设计一种边界扩展方法,使适应度函数在粘贴的边界处平滑。我们通过在文献中常用的测试函数和真实数据集上的非线性回归上与现有交叉算法的性能进行比较,展示了该交叉算法的优势。

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)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] B.Akay,D.Karaboga,一种用于实际参数优化的改进人工蜂群算法,信息科学,(2010),doi:10.1016/j.ins.2010.07.015;B.Akay,D.Karaboga,用于实际参数优化的改进人工蜂群算法,信息科学,(2010),doi:10.1016/j.ins.2010.015·Zbl 1369.65071号
[2] A.Auger,N.Hansen,《随着人口规模的增加重新启动CMA进化策略》,载于《进化计算大会论文集》,2005年第2卷,第1769-1776页。;A.Auger,N.Hansen,《随着人口规模的增加重新启动CMA进化策略》,载于:《进化计算大会会议记录》,2005年第2卷,第1769-1776页。
[3] (Bäck,T.;Fogel,D.B.;Michalewicz,T.,《进化计算1:基本算法和算子》(2000),物理出版研究所)·Zbl 0973.68197号
[4] P.J.Ballester,J.N.Carter,用于在多模态优化中找到多个最优解的实参数遗传算法,收录于:《遗传与进化计算会议论文集》,2003年,第706-717页。;P.J.Ballester,J.N.Carter,用于在多模态优化中找到多个最优解的实参数遗传算法,收录于:《遗传与进化计算会议论文集》,2003年,第706-717页·Zbl 1028.68668号
[5] P.J.Ballester,J.N.Carter,一种用于多模态优化的以父母为中心的正态交叉的有效实参数遗传算法,载于《遗传与进化计算会议论文集》,2004年,第901-913页。;P.J.Ballester,J.N.Carter,《一种有效的以父代为中心的正态交叉的多峰优化实参数遗传算法》,载于:《遗传与进化计算会议论文集》,2004年,第901-913页。
[6] P.J.Ballester,J.N.Carter,《用于多模态优化的有效实参数遗传算法》,载于:《设计和制造中的自适应计算学报》第六期,2004年,第359-364页。;P.J.Ballester,J.N.Carter,《用于多模态优化的有效实参数遗传算法》,载于:《设计和制造中的自适应计算学报》第六期,2004年,第359-364页。
[7] Beyer,H.-G.,《进化策略理论》(2001),斯普林格出版社·Zbl 1001.68186号
[8] 拜尔,H.-G。;Deb,K.,《关于实参数进化算法中的自适应特性》,IEEE进化计算汇刊,5,3,250-270(2001)
[9] 钱德拉,B。;Varghese,P.P.,走向高效决策树构建,信息科学,179,8,1059-1069(2009)·Zbl 1183.68523号
[10] 陈永平。;彭,W.C。;Jian,M.-C.,带重组和动态链接发现的粒子群优化,IEEE系统、人与控制论汇刊,B部分,37,6,1460-1470(2007)
[11] 楚,P.C。;Beasley,J.E.,多维背包问题的遗传算法,启发式杂志,463-86(1998)·Zbl 0913.90218号
[12] P.Cortez和A.Morais。使用气象数据预测森林火灾的数据挖掘方法,见:2007年第13届EPIA会议论文集-葡萄牙人工智能会议,2007年,第512-523页。;P.Cortez和A.Morais。使用气象数据预测森林火灾的数据挖掘方法,见《2007年第13届EPIA会议论文集-葡萄牙人工智能会议》,2007年,第512-523页。
[13] 达斯,S。;Suganthan,P.N.,《差分进化——最先进技术的调查》,IEEE进化计算汇刊,15,1,4-31(2011)
[14] 达斯古普塔,S。;达斯,S。;Biswas,A。;Abraham,A.,《关于差异进化中种群动力学的稳定性和收敛性》,AI Communicaitons,22,1,1-20(2009)·Zbl 1200.68185号
[15] Deb,K。;Agrawal,R.B.,连续搜索空间的模拟二进制交叉,复杂系统,9,2,115-148(1995)·Zbl 0843.68023号
[16] Deb,K。;阿南德,A。;Joshi,D.,一种用于实际参数优化的高效计算进化算法,进化计算,10,4,371-395(2002)
[17] K.Deb、H.-G.Beyer。具有模拟二进制交叉的实参数遗传算法中的自适应,载于:《遗传与进化计算会议论文集》,1999年,第172-179页。;K.Deb、H.-G.Beyer。带模拟二进制交叉的实参数遗传算法中的自适应,见:《遗传与进化计算会议论文集》,1999年,第172-179页。
[18] Deb,K。;Kumar,A.,《模拟二进制交叉的实数编码遗传算法:多模式和多目标问题的研究》,复杂系统,9431-454(1995)
[19] K.Deb,K.Sindhya,T.Okabe,用于实际参数优化的自适应模拟二进制交叉,摘自:《遗传与进化计算会议论文集》,2007年,第1187-1194页。;K.Deb,K.Sindhya,T.Okabe,用于实际参数优化的自适应模拟二进制交叉,收录于:《遗传与进化计算会议论文集》,2007年,第1187-1194页。
[20] B.Dorronsoro,E.Alba,《连续优化的简单细胞遗传算法》,摘自:IEEE进化计算大会会议记录,2006年,第2838-2844页。;B.Dorronsoro,E.Alba,《用于连续优化的简单细胞遗传算法》,载于:《IEEE进化计算大会论文集》,2006年,第2838-2844页。
[21] L.J.Eshelman,《CHC自适应搜索算法:在进行非传统遗传重组时如何进行安全搜索》,载于:《遗传算法基础研讨会论文集》,1991年,第265-283页。;L.J.Eshelman,《CHC自适应搜索算法:如何在进行非传统遗传重组时进行安全搜索》,载于:《遗传算法基础研讨会论文集》,1991年,第265-283页。
[22] L.J.Eshelman,K.E.Mathias,J.D.Schaffer,《交叉算子偏差:利用种群分布》,载《国际遗传算法会议论文集》,1997年,第354-361页。;L.J.Eshelman,K.E.Mathias,J.D.Schaffer,《交叉算子偏差:利用种群分布》,载《国际遗传算法会议论文集》,1997年,第354-361页。
[23] L.J.Eshelman,J.D.Schaffer,Real-coded genetic algorithms and interval-schemata,摘自:《遗传算法基础研讨会论文集》,1993年,第187-202页。;L.J.Eshelman,J.D.Schaffer,Real-coded genetic algorithms and interval-schemata,摘自:《遗传算法基础研讨会论文集》,1993年,第187-202页。
[24] Goldberg,D.E.,《实数编码遗传算法、虚拟字母表和分块》,复杂系统,5139-167(1991)·Zbl 0764.68143号
[25] 关琦,G。;Shouyi,Y.,功能优化的进化并行局部搜索,IEEE系统、人与控制论汇刊,B部分,33,6,864-876(2003)
[26] Hansen,N。;Ostermier,A.,《进化策略中的完全失范自适应》,进化计算,9,159-195(2001)
[27] Herrera,F。;Lozano,M。;Sánchez,A.M.,《实数编码遗传算法交叉算子的分类:实验研究》,《国际智能系统杂志》,18,3,309-338(2003)·Zbl 1048.68067号
[28] Herrera,F。;Lozano,M。;Sánchez,A.M.,《实数编码遗传算法的混合交叉算子:实验研究》,《软计算》,9,4,280-298(2005)·Zbl 1066.68155号
[29] Herrera,F。;Lozano,M。;Verdegay,J.L.,《处理实数编码的遗传算法:行为分析的操作符和工具》,《人工智能评论》,第12、4、265-319页(1998年)·Zbl 0905.68116号
[30] T.Higuchi,S.Tsutsui,M.Yamamura,实数编码遗传算法单纯形交叉的理论分析,载于《第六届自然并行问题解决国际会议论文集》,2000年,第365-374页。;T.Higuchi,S.Tsutsui,M.Yamamura,实数编码遗传算法单纯形交叉的理论分析,载于《第六届自然并行问题解决国际会议论文集》,2000年,第365-374页。
[31] 豪厄尔,M.N。;戈登·T·J。;Brandao,F.V.,用于功能优化的遗传学习自动机,IEEE系统、人与控制论汇刊,B部分,32,6,804-815(2002)
[32] 胡,B.-G。;Qu,H.-B。;Wang,Y。;Yang,S.-H.,《广义约束神经网络模型:将部分已知关系与非线性回归联系起来》,《信息科学》,179,12,1929-1943(2009)
[33] 黄,H。;秦,H。;郝,Z。;Lim,A.,《基于示例的学习粒子群优化用于连续优化》,《信息科学》,182,1125-138(2011)·Zbl 1250.90113号
[34] Ibáñez,O。;芭蕾舞团,L。;俄亥俄州科尔顿。;达马斯,S。;Santamaría,J.,《进化算法在法医鉴定中颅面部重叠适用性的实验研究》,《信息科学》,179,23,3998-4028(2009)
[35] 伊格尔,C。;Hansen,N。;Roth,S.,多目标优化的协方差矩阵自适应,进化计算,15,1,1-28(2007)
[36] C.Igel,T.Suttorp,N.Hansen,计算高效协方差矩阵更新和A(1;C.Igel,T.Suttorp,N.Hansen,计算高效协方差矩阵更新和A(1
[37] Jägersküpper,J.,连续优化基本进化算法的算法分析,理论计算机科学,379,3,329-347(2007)·Zbl 1149.90147号
[38] C.Z.Janikow,Z.Michalewicz,《遗传算法中二进制和浮点表示的实验比较》,载《第四届遗传算法国际会议论文集》,1991年,第31-36页。;C.Z.Janikow,Z.Michalewicz,《遗传算法中二进制和浮点表示的实验比较》,载《第四届遗传算法国际会议论文集》,1991年,第31-36页。
[39] Juang,Y.-T。;Tung,S.-L。;Chiu,H.-C.,用于多模态函数全局优化的自适应模糊粒子群优化,信息科学,181,204539-4549(2011)·Zbl 1242.68288号
[40] Kang,F。;李,J。;Ma,Z.,用于数值函数精确全局优化的Rosenbrock人工蜂群算法,信息科学,181,16,3508-3531(2011)·Zbl 1242.65124号
[41] Kita,H.,进化策略和实数编码遗传算法中的自适应比较研究,进化计算,9,2,223-241(2001)
[42] H.Kita,I.Ono,S.Kobayashi,实数编码遗传算法单峰正态分布交叉的理论分析,摘自:《进化计算国际会议论文集》,1998年,第529-534页。;H.Kita,I.Ono,S.Kobayashi,实数编码遗传算法单峰正态分布交叉的理论分析,摘自:《进化计算国际会议论文集》,1998年,第529-534页。
[43] H.Kita,I.Ono,S.Kobayashi,实数编码遗传算法的单峰正态分布交叉的多亲本扩展,载于:进化计算大会论文集,1999年,第1581-1587页。;H.Kita,I.Ono,S.Kobayashi,实数编码遗传算法单峰正态分布交叉的多段扩展,收录于:《进化计算大会会议记录》,1999年,第1581-1587页。
[44] O.Kramer,约束连续搜索空间中的早熟收敛,收录于:《自然并行问题解决学报》,2008年,第62-71页。;O.Kramer,约束连续搜索空间中的过早收敛,收录于:《自然的并行问题解决程序》,2008年,第62-71页。
[45] Kramer,O.,《进化计算的自适应启发式》(2008),Springer·Zbl 1167.68427号
[46] O.Kramer,B.Gloger,A.Goebels,《使用实验设计对进化策略和粒子群优化算法的实验分析》,载于:《遗传与进化计算会议论文集》,2007年,第674-681页。;O.Kramer,B.Gloger,A.Goebels,《使用实验设计对进化策略和粒子群优化算法进行的实验分析》,载于:《遗传与进化计算会议论文集》,2007年,第674-681页。
[47] Krohling,R.A。;Coelho,L.S.,使用高斯分布解决约束优化问题的协同进化粒子群优化,IEEE系统、人与控制论汇刊,B部分,36,6,1407-1416(2006)
[48] S.Kukkonen,J.Lampinen,带约束多目标优化广义微分进化的推广,载《自然并行问题求解学报》,2004年,第752-761页。;S.Kukkonen,J.Lampinen,带约束多目标优化广义微分进化的推广,载于:《自然并行问题求解学报》,2004年,第752-761页。
[49] S.Kukkonen,J.Lampinen,GDE3:广义微分进化的第三个进化步骤,摘自:进化计算大会会议记录,2005年,第443-450页。;S.Kukkonen,J.Lampinen,GDE3:广义微分进化的第三个进化步骤,摘自:《进化计算大会会议记录》,2005年,第443-450页。
[50] Sun,C.l。;曾杰。;Pan,J.,《约束优化问题的改进向量粒子群算法》,《信息科学》,181,6,1153-1163(2011)
[51] 梁,Y.-W。;Wang,Y.,一种用于全局数值优化的量化正交遗传算法,IEEE进化计算汇刊,5,1,41-53(2001)
[52] 李,M。;Wang,Z.,设计模糊分类器的混合协同进化算法,信息科学,179,12,1970-1983(2009)
[53] Lozano,M。;Herrera,F。;北卡罗来纳州克拉斯诺戈尔。;Molina,D.,带交叉爬山的实码模因算法,进化计算,12,3,273-302(2004)
[54] S.Meyer-Nieberg,H.-G.Beyer,进化算法中的自适应,摘自:进化算法中参数设置的程序,2007年,第47-75页。;S.Meyer-Nieberg,H.-G.Beyer,进化算法中的自适应,收录于:《进化算法中参数设置的程序》,2007年,第47-75页。
[55] Mezura-Montes,E。;米兰达·瓦雷拉,M.E。;Gómez Ramón,R.d.C.,《约束数值优化中的微分进化:一项实证研究》,信息科学,180,224223-24262(2010)·Zbl 1206.90226号
[56] Michalewicz,Z.,遗传算法+数据结构=进化程序(1996),Springer·Zbl 0841.68047号
[57] H.Mühlenbein,繁殖者遗传算法——一种可证明的最优搜索算法及其应用,载于:IEE遗传算法应用学术讨论会,1994年,第5/1-5/3页。;H.Mühlenbein,繁殖者遗传算法——一种可证明的最优搜索算法及其应用,载于:IEE遗传算法应用学术讨论会,1994年,第5/1-5/3页。
[58] Mühlenbein,H。;Schlierkamp-Voosen,D.,繁殖者遗传算法的预测模型I:连续参数优化,进化计算,1,1,25-49(1993)
[59] D.J.Newman,S.Hettich,C.L.Blake,C.J.Merz,UCI机器学习数据库库,1998年<网址:http://archive.ics.uci.edu/ml/>; D.J.Newman,S.Hettich,C.L.Blake,C.J.Merz,UCI机器学习数据库库,1998年<http://archive.ics.uci.edu/ml/>
[60] N.Noman,H.Iba,通过局部搜索提高高维函数优化的差分进化性能,摘自:《遗传与进化计算会议论文集》,2005年,第25-29页。;N.Noman,H.Iba,《利用局部搜索提高高维函数优化的差分进化性能》,载于:《遗传与进化计算会议论文集》,2005年,第25-29页。
[61] I.Ono,H.Kita,S.Kobayashi,使用均匀交叉增强的单峰正态分布交叉的稳健实数编码遗传算法:交叉概率的自适应效应,收录于:《遗传与进化计算会议论文集》,1999年,第496-503页。;I.Ono,H.Kita,S.Kobayashi,《使用均匀交叉增强的单峰正态分布交叉的稳健实数编码遗传算法:交叉概率的自适应影响》,载于:《遗传与进化计算会议论文集》,1999年,第496-503页。
[62] I.Ono,S.Kobayashi,《使用单峰正态分布交叉进行函数优化的实数编码遗传算法》,载于《第七届国际遗传算法大会论文集》,1997年,第246-253页。;I.Ono,S.Kobayashi,《使用单峰正态分布交叉进行函数优化的实数编码遗传算法》,载《第七届遗传算法国际会议论文集》,1997年,第246-253页。
[63] 彭,L。;杨,B。;陈,Y。;Abraham,A.,《基于数据引力的分类》,《信息科学》,179,6809-819(2009)·Zbl 1178.68455号
[64] 彼得里迪斯,V。;Kazarlis,S。;Bakirtzis,A.,《遗传算法约束优化中的可变适应度函数:下料和机组组合问题》,IEEE系统、人与控制论汇刊,B部分,28,5,629-640(1998)
[65] 齐,A。;Palmieri,F.,连续空间中具有无限人口规模的进化算法的理论分析。第一部分:选择和变异的基本特性,IEEE神经网络汇刊,5,1,102-119(1994)
[66] 齐,A。;Palmieri,F.,连续空间中具有无限人口规模的进化算法的理论分析。第二部分:交叉的多样化作用分析,IEEE神经网络汇刊,5,1,120-129(1994)
[67] G.R.Raidl,多约束背包问题的遗传算法中的权重编码,摘自:《进化计算大会会议记录》,第1卷,1999年,第596-603页。;G.R.Raidl,多约束背包问题的遗传算法中的权重编码,摘自:《进化计算大会会议记录》,第1卷,1999年,第596-603页。
[68] 里德·J。;托姆斯,R。;巴里切利,N.A.,《生物进化和机器学习的模拟》,《理论生物学杂志》,17,319-342(1967)
[69] Ripon,K.S.N。;Kwong,S。;Man,K.F.,用于多目标优化的实数编码跳跃基因遗传算法(RJGGA),信息科学,177,2,632-654(2007)·Zbl 1142.68524号
[70] J.Rönkkönen,S.Kukkonen,K.Price,微分进化的实参数优化,摘自:进化计算大会会议记录,2005年,第506-513页。;J.Rönkkönen,S.Kukkonen,K.Price,微分进化的实参数优化,摘自:进化计算大会会议记录,2005年,第506-513页。
[71] 索查,K。;Dorigo,M.,《连续域的蚁群优化》,《欧洲运筹学杂志》,185,3,1155-1173(2008)·兹比尔1146.90537
[72] Someya,H。;Yamamura,M.,带环形搜索空间转换的稳健实数编码进化算法,软计算,9,4,254-269(2005)·Zbl 1066.68033号
[73] 斯托恩,R。;Price,K.,差分进化——连续空间上全局优化的一种简单有效的启发式方法,《全局优化杂志》,11,4341-359(1997)·Zbl 0888.90135号
[74] P.N.Suganthan,N.Hansen,J.J.Liang,K.Deb,Y.-P.Chen,A.Auger,S.Tiwar,2005年CEC实际参数优化特别会议的问题定义和评估标准,技术报告NCL-TR-2005001,自然计算实验室(NCLab),国立交通大学计算机科学系,2005年5月。;P.N.Suganthan,N.Hansen,J.J.Liang,K.Deb,Y.-P.Chen,A.Auger,S.Tiwar,2005年CEC实时参数优化特别会议的问题定义和评估标准,技术报告NCL-TR-2005001,自然计算实验室(NCLab),国立交通大学计算机科学系,2005年5月。
[75] P.D.Surry,N.Radcliffe,《真实表现》,摘自:《遗传算法基础研讨会论文集》,1996年,第343-363页。;P.D.Surry,N.Radcliffe,《真实表现》,摘自:《遗传算法基础研讨会论文集》,1996年,第343-363页。
[76] M.Takahashi,H.Kita,使用独立成分分析实现实数编码遗传算法的交叉算子,摘自:《进化计算大会会议记录》,2001年,第643-649页。;M.Takahashi,H.Kita,使用独立成分分析实现实数编码遗传算法的交叉算子,载于:《进化计算大会会议记录》,2001年,第643-649页。
[77] S.Tsutsui,遗传算法中的多亲本重组,通过镜像进行搜索空间边界扩展,载于:《第五届国际自然并行问题解决会议论文集》,1998年,第428-437页。;S.Tsutsui,通过镜像扩展搜索空间边界的遗传算法中的多对重组,收录于:《第五届自然并行问题解决国际会议论文集》,1998年,第428-437页。
[78] 南筑井。;Goldberg,D.E.,实数编码遗传算法中的搜索空间边界扩展方法,信息科学,133,3-4,229-247(2001)·Zbl 0981.68739号
[79] S.Tsutsui,D.E.Goldberg,《单纯形交叉和连锁识别:单阶段进化与多阶段进化》,载《IEEE进化计算国际会议论文集》,2002年,第974-979页。;S.Tsutsui,D.E.Goldberg,《单纯形交叉和连锁识别:单阶段进化与多阶段进化》,载《IEEE进化计算国际会议论文集》,2002年,第974-979页。
[80] S.Tsutsui,D.E.Goldberg,K.Sastry,《具有单纯形交叉的真实编码遗传算法中的链接学习》,载于:《第五届国际人工进化大会论文集》,2001年,第51-58页。;S.Tsutsui,D.E.Goldberg,K.Sastry,实数编码遗传算法与单纯形交叉的关联学习,《第五届人工进化国际会议论文集》,2001年,第51-58页。
[81] S.Tsutsui,M.Yamamura,T.Higuchi,实数编码遗传算法中带单纯形交叉的多对重组,收录于:《遗传与进化计算会议论文集》,1999年,第657-664页。;S.Tsutsui,M.Yamamura,T.Higuchi,实数编码遗传算法中带单纯形交叉的多对重组,收录于:《遗传与进化计算会议论文集》,1999年,第657-664页。
[82] 涂,Z。;Lu,Y.,用于全局数值优化的鲁棒随机遗传算法(StGA),IEEE进化计算汇刊,8,5,456-470(2004)
[83] 魏利伟;陈振宇;李建平,基于进化策略的自适应LS-SVM,信息科学,181,14,3000-3016(2011)·Zbl 1216.68227号
[84] A.H.Wright,《用于实际参数优化的遗传算法》,载于:《遗传算法基础研讨会论文集》,1991年,第205-218页。;A.H.Wright,《用于实际参数优化的遗传算法》,载于:《遗传算法基础研讨会论文集》,1991年,第205-218页。
[85] 岳,S。;Wang,J.-S。;Wu,T。;Wang,H.,《提高效度指数有效性的新分离方法》,《信息科学》,180,5,748-764(2010)
[86] 张,M。;罗,W。;Wang,X.,约束优化的动态随机选择微分进化,信息科学,178,15,3043-3074(2008)
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。