现实世界符号回归问题的下采样 Epsilon-Lexicase 选择
摘要：下采样的 epsilon-lexicase 选择算法在符号回归问题领域中组合了 epsilon-lexicase 选择和随机子采样，以提高性能。本文在常见的实际符号回归问题上比较了下采样的 epsilon-lexicase 选择与传统选择方法，并分析了其对遗传编程过程中种群性质的影响。研究发现，相比于标准的 epsilon-lexicase 选择，使用下采样的 epsilon-lexicase 选择会导致种群多样性的减少，并且会出现较高的超可选择率。此外，下采样的 epsilon-lexicase 选择在所有研究的问题上表现优于传统选择方法。总体而言，使用下采样的 epsilon-lexicase 选择可以提高解的质量，最高可达标准 epsilon-lexicase 选择的 85%。
作者：Alina Geiger, Dominik Sobania, Franz Rothlauf
论文ID：2302.04301
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-02-10