.png){kind=icon}
返回
A Flexible Evolutionary Algorithm with Dynamic Mutation Rate Archive
.png){kind=icon}
PRE
AI
DOI：10.1007/s00453-025-01345-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种新的、灵活的方法，用于在进化算法中使用k位翻转变异动态维护成功的变异率。该算法将成功的变异率添加到一个档案中，这些档案中的变异率在后续步骤中更受青睐。当变异率的失败试验次数超过阈值时，该变异率将失效；而当前不在档案中的变异率可以通过以下两种方式进入档案：（i）通过用户定义的变异率最小选择概率与成功步骤相结合的方式；（ii）通过一种停滞检测机制，在当前位翻转邻域以高概率被探索后，增加一个有前景的变异率的值。对于最小选择概率，我们建议包括重尾分布在内的不同选项。我们对灵活的进化算法在OneMax和Jump函数、一般单峰函数、最小生成树以及一类具有不同障碍宽度的障碍类函数（这些函数特别受益于有前景变异率的档案）上进行了严格的运行时间分析。在所有情况下，运行时间界限都接近甚至优于停滞检测和重尾变异的最佳已知结果。
Keyword:
Theory
Runtime analysis
Evolutionary algorithm
Parameter adaptation
Archive
期刊
A
IF:
0.7
论文数:
56
被引数:
2.7K
机构
引用论文
.png){kind=icon}
分享收藏Fast Immune System-Inspired Hypermutation Operators for Combinatorial Optimization用于组合优化的快速免疫系统启发的超变异算子
OAAI
OAAI分享收藏分享收藏
查看更多内容