从皇家之路到变长进化算法的顶点之路
摘要：可变长度表示(VLR)在进化算法中使用是自然和合适的，尽管存在一些实际应用情况，但缺乏这种表示的学术框架。在这项工作中，我们提出了基于基因型VLR的一族可调节的适应性景观。我们提出的适应性景观具有可调节的中性度和顶级性; 它们一方面受到Royal Road适应性景观的启发，另一方面受到NK适应性景观的启发。因此，这些景观从Royal Road函数到具有大量顶级性而无冗余性的景观之间提供了一个连续的尺度。为了深入了解这些适应性景观，我们首先使用自适应步行和相关长度等标准工具。其次，我们评估了进化算法在这些景观上的性能，以不同的中性和顶级参数值; 结果使我们能够将性能与预期的中性和顶级程度相关联。
作者：Michael Defoin Platel (I3S), Sebastien Verel (I3S), Manuel Clergue (I3S), Philippe Collard (I3S)
论文ID：0707.0548
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2007-07-05