(1+1) EA在加权和转换线性函数上的运行时分析
摘要：线性函数在演化算法的运行时分析中发挥着关键作用，并且研究为分析演化计算方法提供了广泛的新见解和技巧。受可分离函数和演化算法的优化行为以及来自机会约束优化领域的目标函数的研究启发，我们研究了目标函数类别，这些函数是两个转换的线性函数之和的加权和。我们的结果表明， (1+1) EA，在突变率取决于函数的重叠位数的情况下，可以在预期的时间复杂度 O(n log n) 内获得这些函数的最优解，从而将一个众所周知的线性函数的结果推广到了更广泛的问题范围内。
作者：Frank Neumann and Carsten Witt
论文ID：2208.05670
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-08-12