文献

J-GLOBAL ID：202002256967141122   整理番号：20A2075311

(1+(λ,λ))遺伝的アルゴリズムにおけるパラメータ制御機構の選択について【JST・京大機械翻訳】

On the choice of the parameter control mechanism in the (1+(λ, λ)) genetic algorithm

著者 (2件)： Fajardo Mario Alejandro Hevia (University of Sheffield, Sheffield, UK) ,  Sudholt Dirk (University of Sheffield, Sheffield, UK)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’20  ページ： 832-840  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自己調整(1+(λ,λ))GAは,1Maxのように良好な適応距離相関を有する問題のための最良の既知の遺伝的アルゴリズムである。それは,突然変異強度と子孫の数を支配するパラメータλのパラメータ制御機構を使用する。しかし,マルチモーダル問題では,パラメータ制御機構はλを制御不能に増加させる傾向がある。標準的なJump_kベンチマーク問題クラスに対する厳密なランタイム解析を用いて,この問題と可能な解決策を研究した。元のアルゴリズムは,最大値λ=nが到達する時,(1+n)EAのように振舞う。これは大きなジャンプを必要とする問題に対して効果がない。より小さい値でのキャッピングλはそのような問題に有益である。最後に,λを1に再設定することにより,パラメータ空間を通してパラメータをサイクルできる。著者らは,この戦略がすべてのJump_k問題に対して効果的であることを示す:(1+(λ,λ))GAは,小さな多項式オーバヘッドとは別に,最適突然変異率および高速進化アルゴリズムを有する(1+1)EAと同様に実行した。この方法に沿って,(1+1)EAから自己調整(1+(λ,λ))GAへの既存のランタイム限界を変換できる,(1+(λ,λ))GAの実行時間を結合する新しい一般的方法を提示する。提案手法は使いやすく,新しいクラスの関数に対して上限を与える。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  多項式 ,  突然変異 ,  多モード ,  ベンチマーク ,  *遺伝的アルゴリズム
準シソーラス用語： 進化的アルゴリズム ,  パラメータ空間 ,  実行時間 ,  オーバヘッド , 【Automatic Indexing@JST】

著者キーワード (3件)： パラメータ制御 ,  実行時間解析 ,  理論

分類 (3件)： ゲーム理論  (KA03060T) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (2件)： 遺伝的アルゴリズム ,  パラメータ