分析人口多样性的平衡状态
摘要：种群多样性在进化算法中至关重要，因为它有助于全局探索，并促进交叉的使用。尽管许多运行时分析显示种群多样性的优势，但我们对多样性如何随时间演变仍然没有清楚的认识。我们研究了在适应性中性环境下，由一种$( mu+1 )$算法测量的种群多样性（通过汉明距离的总和）的演变。我们给出了种群多样性漂移的精确公式，并显示它朝着一个平衡状态发展。此外，我们限定了接近平衡状态的预期时间。我们发现，这些动态，包括平衡点的位置，受到惊人多个算法选择的影响。所有具有相同位翻转期望数量的无偏突变算子对预期多样性具有相同的影响。许多交叉算子根本没有任何影响，包括所有二进制无偏尊敬（respectful）算子。我们回顾了文献中的交叉算子，并确定了对多样性演化中性（neutral）的交叉和非中性的交叉。
作者：Johannes Lengler and Andre Opris and Dirk Sudholt
论文ID：2304.09690
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-20