線性遺傳程序設計 - 錯誤景觀問題

我在探索線性遺傳程序設計的世界，我發現自己陷入了這個問題。在我看來，即使是最簡單的問題的錯誤景觀也非常不順暢。特別是，錯誤景觀似乎總是包含這些恆定錯誤的巨大差距（解決方案的適應度恰好爲零的差距）。這使演化算法惡化爲在節目空間上的隨機搜索，並且提供幾乎不可能發現的解決方案。有沒有人有解釋人們如何解決這個問題？我錯過了什麼？線性遺傳程序設計 - 錯誤景觀問題

來源

2011-12-03 Erik

你是什麼意思是'不斷的錯誤差距'？ – Jay

不幸的是，這一觀察結果在GP的世界中非常典型。

你會發現這篇文章有意思：J. Lehman, K. O. Stanley: Efficiently evolving programs through the search for novelty

來源

2011-12-29 23:56:29

這是關於不要選擇太高的選擇壓力。過高的選擇壓力導致多樣性的喪失，這使得難以找到難以達到的全局最佳值。在弱小的壓力下，不適合的個體也有機會創造後代，這可能導致發現新的最佳狀態。另一個影響是突變步長。如果你有很高的選擇壓力，至少應該確保即使它們發生概率較小，也可以採用較寬的突變步驟。有些人甚至建議讓變異算子能夠在一個單一的步驟中到達搜索空間的每個部分：http://www.lehmanns.de/shop/nocategory/3400811-9783826597008-anwendungsorientierter-entwurf-evolutionaerer-algorithmen

來源

2012-02-26 23:04:07 tObi

線性遺傳程序設計 - 錯誤景觀問題

回答

相關問題