逗号选择在随机种植优化问题的OneMax上胜过加号选择
摘要：逃离局部最优解中逗号选择是否有帮助仍然存在争议。我们提出了一个新的基准函数来研究逗号选择的好处：OneMax与随机种植的局部最优解，通过冻结噪声生成。我们证明，在固定目标场景下，逗号选择（$(1,lambda)$ EA）比加法选择（$(1+lambda)$ EA）在这个基准上更快，对于不同行为的子代种群大小lambda的算法。对于某些参数，$(1,lambda)$ EA以高概率（w.h.p.）在$Theta(n ln n)$次迭代中找到目标，而w.h.p. $(1+lambda)$ EA需要几乎$Theta((nln n)^2)$次迭代。 我们进一步表明，逗号选择的优势并不是任意大的：w.h.p.逗号选择最多比加法选择提高$O(n ln n)$的因素，对于大多数合理的参数选择。我们开发了用于分析冻结噪声的新方法，并给出了强大而通用的固定目标结果，其中尾部界限具有独立的利益。
作者：Joost Jorritsma, Johannes Lengler, Dirk Sudholt
论文ID：2304.09712
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-20