进化算法的混合化
摘要：进化算法是良好的通用问题解决器，但缺乏领域特定的知识。然而，可以通过混合化将问题特定知识添加到进化算法中。有趣的是，进化算法的所有元素都可以混合化。本章讨论了进化算法三个元素的混合化：目标函数、个体选择算子和参数设置。作为目标函数，使用传统方式构建问题解的现有启发式函数。然而，这个函数嵌入到作为新解生成器的进化算法中。此外，目标函数通过局部搜索启发式法得到改进。已开发出一种新的中性选择算子，能够处理中性解，即具有不同表达但暴露相等目标函数值的解。此算子旨在将进化搜索导向搜索空间中尚未发现的新领域。为避免错误设置控制进化算法行为的参数，采用自适应技术。最后，将这种混合自适应进化算法应用于两个实际的NP困难问题：图的3着色和服装行业中的标记优化。广泛的实验表明，这些混合化显著提高了进化算法的结果。此外，还详细分析了特定混合化的影响。
作者：Iztok Fister, Marjan Mernik, Janez Brest
论文ID：1301.0929
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-01-08