使用Wang-Landau采样和缓慢自适应行走的搜索空间分析
摘要：搜索空间分析的两种互补技术被提出：（i）一种用于检测有潜力成为局部最优解的搜索点的算法；以及（ii）一个稍微调整的Wang-Landau采样算法，用于探索更大的搜索空间。检测算法假设局部最优解是易于到达且难以离开的点，这是通过一个缓慢适应的行走者进行移动来实现的。缓慢适应的行走者移动到最近的更适合的点。因此，相对于进入步骤的步长，具有较大出行步长的点被使用局部最优解评分公式标记为潜在的局部最优解点（PLOPs）。用更一般的术语定义局部最优解允许在搜索空间的子集的闭包中检测到它们，并对具有特定移动集的搜索空间进行采样。使用NK和HIFF问题进行测试，以确认以提出的方式检测到的PLOPs保留了局部最优解的特性，并且经过调整的Wang-Landau采样比通过随机选择点产生的样本更能代表搜索空间。尽管我们的方法显示出潜力，但还需要更多的工作来减少计算成本，以便分析更大的具有实际意义的搜索空间。
作者：Susan Khor
论文ID：1112.5980
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-06-26