卞、赵;钱、超;唐、柯;余、杨 鲁棒线性优化的(1+1)-EA运行时间分析。 (英语) Zbl 1460.68137号 西奥。计算。科学。 843, 57-72 (2020). 摘要:进化算法(EA)已经发现了许多成功的实际应用,其中的优化问题往往受到广泛的不确定性的影响。为了从理论上理解EA的实际行为,有一系列工作致力于分析EA的运行时间,以便在不确定性下进行优化。现有的研究主要集中于噪声优化和动态优化,而另一种常见的不确定性优化,即鲁棒优化,则很少涉及。本文分析了具有基数约束的(1+1)-EA求解鲁棒线性优化问题(即鲁棒场景下的线性问题)的期望运行时间。本文考虑了两种常见的稳健情景,即删除-破产和最坏情况。特别地,我们导出了鲁棒参数(d)或预算(k)的严格范围,使得(1+1)-EA能够在多项式运行时间内找到最优解,这揭示了EA进行鲁棒优化的潜力。 MSC公司: 68瓦50 进化算法、遗传算法(计算方面) 68瓦40 算法分析 90立方厘米 整数编程 90立方厘米 数学规划中的稳健性 90 C59 数学规划中的近似方法和启发式 关键词:进化算法;运行时分析;稳健优化;计算复杂性 PDF格式BibTeX公司 XML格式引用 \textit{C.Bian}等人,Theor。计算。科学。843、57-72(2020年;Zbl 1460.68137) 全文: 内政部 arXiv公司 参考文献: [1] Bäck,T.,《理论与实践中的进化算法:进化策略,进化规划,遗传算法》(1996),牛津大学出版社:牛津大学出版社,英国牛津·Zbl 0877.68060号 [2] 梁,Y。;黄,H。;Cai,Z.,PSO-ACSC:一种用于图像抠图的大规模进化算法,Front。计算。科学。,14,6,第146321条第(2020)页 [3] Neumann,F。;Witt,C.,《组合优化中的生物启发计算:算法及其计算复杂性》(2010),施普林格-弗拉格出版社:德国柏林施普林格·Zbl 1223.68002号 [4] 俄歇,A。;Doerr,B.,《随机搜索启发式理论:基础和最新发展》(2011),《世界科学:世界科学新加坡》·Zbl 1233.90005 [5] 基恩(Gießen,C.)。;Kötzing,T.,随机环境中种群的稳健性,算法,75,3,462-489(2016)·Zbl 1360.68778号 [6] 钱,C。;卞,C。;蒋伟(Jiang,W.)。;Tang,K.,比特噪声下OneMax和LeadingOnes(1+1)-EA的运行时间分析,Algorithmica,81,2,749-795(2019)·Zbl 1411.68147号 [7] Shi,F。;Schirneck,M。;弗里德里希,T。;Kötzing,T。;Neumann,F.,动态一致约束下线性函数进化算法的再优化时间分析,算法,81,2,828-857(2019)·Zbl 1411.68149号 [8] Jin,Y。;Branke,J.,《不确定环境中的进化优化——一项调查》,IEEE Trans。进化。计算。,303-317年9月3日(2005年) [9] Droste,S.,《噪声OneMax的(1+1)EA分析》,(第六届ACM遗传与进化计算会议论文集(GECCO’04)。第六届ACM遗传和进化计算会议记录(GECCO’04),西雅图,华盛顿州(2004),1088-1099 [10] 卞,C。;钱,C。;Tang,K.,在一般比特噪声下OneMax和LeadingOnes的(1+1)-EA的运行时间分析,(第15届自然并行问题解决国际会议论文集(PPSN’18)。第十五届自然并行问题解决国际会议论文集(PPSN'18),葡萄牙科英布拉(2018),165-177 [11] 丹·D·C。;Lehre,P.K.,《利用基于种群的进化算法对噪声适应度函数进行有效优化》,(第13届ACM遗传算法基础会议论文集(FOGA’15)。第13届ACM遗传算法基础会议论文集(FOGA’15),英国阿伯里斯特维思(2015),62-68·Zbl 1361.68195号 [12] Dang-Nhu,R。;达迪尼尔,T。;多尔,B。;伊扎卡德,G。;Nogneng,D.,动态和噪声目标函数进化优化的新分析方法,(第20届ACM遗传和进化计算会议论文集(GECCO’18)。第20届ACM遗传与进化计算会议论文集(GECCO’18),日本京都(2018),1467-1474 [13] Prügel Bennett,A.教授。;Rowe,J。;Shapiro,J.,噪声环境中基于种群的进化算法的运行时分析,(第13届ACM遗传算法基础会议论文集(FOGA’15)。第13届ACM遗传算法基础会议论文集(FOGA’15),英国阿伯里斯特维思(2015),69-75·Zbl 1361.68204号 [14] Sudholt,D.,《进化算法对噪声的鲁棒性:优化结果和噪声有帮助的示例》(第20届ACM遗传和进化计算会议论文集(GECCO’18)。第20届ACM遗传与进化计算会议论文集(GECCO’18),日本京都(2018),1523-1530 [15] 钱,C。;Yu,Y。;Tang,K。;Jin,Y。;姚明,X。;Zhou,Z.-H.,《噪声环境中进化优化抽样的有效性》,Evol。计算。,26, 2, 237-267 (2018) [16] 钱,C。;Yu,Y。;周振华,噪声环境下的进化优化分析,进化。计算。,26, 1, 1-41 (2018) [17] 弗里德里希,T。;Kötzing,T。;Krejca,M。;Sutton,A.,紧凑型遗传算法在极端高斯噪声下是有效的,IEEE Trans。进化。计算。,21, 3, 477-490 (2017) [18] 弗里德里希,T。;Kötzing,T。;Krejca,M。;Sutton,A.,《蚁群优化对噪声的鲁棒性》,Evol。计算。,24, 2, 237-254 (2016) [19] Sudholt,D。;Thyssen,C.,随机最短路径问题的简单蚁群优化器,《算法》,64,4,643-672(2012)·Zbl 1267.68219号 [20] 多尔,B。;Hota,A。;Kötzing,T.,蚂蚁很容易解决随机最短路径问题,(第14届ACM遗传和进化计算会议(GECCO’12)论文集)。《第14届ACM遗传与进化计算会议论文集》(GECCO’12),宾夕法尼亚州费城(2012),17-24 [21] 费尔德曼,M。;Kötzing,T.,使用适应度比例更新通过蚁群优化优化预期路径长度,(第12届ACM遗传算法基础会议论文集(FOGA’13)。第十二届ACM遗传算法基础会议论文集(FOGA’13),澳大利亚阿德莱德(2013),65-74·Zbl 1369.68307号 [22] Droste,S.,动态变化的OneMax-variant的(1+1)EA分析,(2002年IEEE进化计算大会会议记录(CEC'02)。2002年IEEE进化计算大会会议记录(CEC'02),夏威夷州火奴鲁鲁(2002),55-60 [23] Kötzing,T。;Lissovoi,A。;Witt,C.,(1+1)EA on generalized dynamic OneMax,(第13届ACM遗传算法基础会议论文集(FOGA’15)。第13届ACM遗传算法基础会议论文集(FOGA’15),纽约州纽约市(2015),40-51·Zbl 1361.68201号 [24] Lissovoi,A。;Witt,C.,动态最短路径问题上蚁群优化的运行时分析,Theor。计算。科学。,561, 73-85 (2015) ·Zbl 1303.68122号 [25] Pourhasan,M。;高,W。;Neumann,F.,使用进化算法保持动态顶点覆盖问题的2-近似,(第17届ACM遗传和进化计算会议论文集(GECCO’15)。《第17届ACM遗传与进化计算会议论文集》(GECCO’15),纽约州纽约市(2015),903-910 [26] Pourhasan先生。;罗斯塔波尔,V。;Neumann,F.,动态顶点覆盖问题RLS和(1+1)EA的改进运行时分析,(2017年IEEE计算智能研讨会系列会议记录(SSCI’17)。2017 IEEE计算智能研讨会系列会议记录(SSCI’17),夏威夷州火奴鲁鲁(2017),1-6 [27] Shi,F。;Neumann,F。;Wang,J.,动态加权顶点覆盖问题随机搜索启发式的运行时分析,(第20届ACM遗传与进化计算会议论文集(GECCO’18)。第20届ACM遗传与进化计算会议论文集(GECCO’18),日本京都(2018),1515-1522 [28] Neumann,F。;Witt,C.,《关于动态总工期调度的随机局部搜索和简单进化算法的运行时》,(第24届国际人工智能联合会议(IJCAI'15)论文集)。第24届国际人工智能联合会议(IJCAI’15)会议记录,阿根廷布宜诺斯艾利斯(2015)),3742-3748 [29] Deb,K。;Gupta,H.,《多目标优化中引入鲁棒性》,Evol。计算。,14, 4, 463-494 (2006) [30] Beyer,H.-G。;Sendhoff,B.,《稳健优化——综合调查》,《计算》。方法应用。机械。工程,196,33-34,3190-3218(2007)·Zbl 1173.74376号 [31] Fu,H。;Sendhoff,B。;Tang,K。;Yao,X.,《随着时间推移的稳健优化:问题困难和基准问题》,IEEE Trans。进化。计算。,19731-745年5月19日(2015年) [32] 周,X。;Wang,H。;彭,W。;丁,B。;Wang,R.,通过多目标进化算法解决多场景基数约束优化问题,科学。中国信息科学。,第62、9条,第192104页(2019年) [33] Tropp,J.A.,《贪婪很好:稀疏近似的算法结果》,IEEE Trans。Inf.理论,50,10,2231-2242(2004)·Zbl 1288.94019号 [34] Kempe,D。;Kleinberg,J。;爱沙尼亚塔尔多斯。,通过社交网络最大限度地扩大影响力,(第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集(KDD’03)。第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集(KDD’03),华盛顿特区(2003),137-146 [35] 克劳斯,A。;辛格,A。;Guestrin,C.,《高斯过程中的近最优传感器布置:理论、高效算法和实证研究》,J.Mach。学习。第9号决议,235-284(2008年)·Zbl 1225.68192号 [36] 克劳斯,A。;Brendan,M.H。;卡洛斯,G。;Gupta,A.,稳健子模观测选择,J.马赫。学习。第9号决议,2761-2801(2008)·Zbl 1225.90107号 [37] Orlin,J.B。;舒尔茨,A.S。;Udwani,R.,稳健单调子模块函数最大化,(第18届整数规划与组合优化国际会议论文集(IPCO'16)。《第18届整数规划与组合优化国际会议论文集》(IPCO’16),比利时里昂(2016),312-324·Zbl 1419.90107号 [38] 博古诺维奇,I。;米特罗维奇,S。;斯佳丽,J。;Cevher,V.,鲁棒子模块最大化:一种非均匀划分方法,(第34届国际机器学习会议论文集,ICML'17)。第34届机器学习国际会议(ICML’17)会议记录,澳大利亚悉尼(2017),508-516 [39] 阿纳里,N。;哈特拉布,N。;Naor,J。;波库塔,S。;辛格,M。;Torrico,A.,《结构化稳健子模块最大化:离线和在线算法》,(第22届人工智能与统计会议论文集(AISTATS’19)。第二十二届人工智能与统计会议记录(AISTATS’19),日本那霸(2019),3128-3137 [40] 何,X。;Kempe,D.,《稳健影响最大化》(第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集,KDD’16)。第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集(KDD’16),加利福尼亚州旧金山(2016),885-894 [41] 博古诺维奇,I。;赵,J。;Cevher,V.,《非子模块目标的稳健最大化》,(第21届人工智能与统计国际会议论文集(AISTATS’18)。第21届国际人工智能与统计会议记录(AISTATS’18),西班牙兰扎罗特(2018),890-899 [42] Udwani,R.,具有基数约束的单调子模函数的多目标最大化,(神经信息处理系统进展(NIPS’18)。神经信息处理系统进展(NIPS’18),加拿大蒙特利尔,第32卷(2018),9513-9524 [43] Droste,S。;Jansen,T。;Wegener,I.,关于(1+1)进化算法的分析,Theor。计算。科学。,276、1-2、51-81(2002年)·Zbl 1002.68037号 [44] 弗里德里希,T。;Kötzing,T。;Lagodzinski,G。;Neumann,F。;Schirneck,M.,一致和线性约束下线性函数子类的(1+1)EA分析,Theor。计算。科学。,832, 3-19 (2020) ·Zbl 1443.68227号 [45] Jansen,T.,《分析进化算法:计算机科学视角》(2013),斯普林格·弗拉格:斯普林格尔·弗拉格柏林,海德堡·Zbl 1282.68008号 [46] Witt,C.,线性函数随机搜索启发式优化时间的紧界,Comb。普罗巴伯。计算。,22, 294-318 (2013) ·Zbl 1258.68183号 [47] Neumann,F。;Pourhasan,M。;Witt,C.,对具有统一约束的线性函数进行简单随机搜索启发式的改进运行时结果,(第21届ACM遗传和进化计算会议论文集(GECCO’19)。第21届ACM遗传和进化计算会议(GECCO’19)会议记录,捷克共和国布拉格(2019),1506-1514 [48] Deb,K.,遗传算法的一种有效约束处理方法,计算机。方法应用。机械。工程,186,2-4,311-338(2000)·Zbl 1028.90533号 [49] He,J。;Yao,X.,漂移分析和进化算法的平均时间复杂性,Artif。智力。,127, 1, 57-85 (2001) ·Zbl 0971.68129号 [50] 多尔,B。;Johannsen,D。;Winzen,C.,乘法漂移分析,算法学,64,4673-697(2012)·Zbl 1264.68220号 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。