时间连锁OneMax问题中带有一般权重的进化算法的理论分析
摘要：进化计算在动态优化中显示出了其优越性，但对于（动态）时间联系问题，一些理论研究已经揭示了进化计算可能存在的弱点。由于理论分析的时间联系问题只考虑了极强的负时间联系效应的影响，目前还不清楚这种弱点是否也出现在具有更普遍的时间联系效应的问题中。此外，深入理解时间联系效应与算法特性之间的关系对于建立我们对算法特性在何种问题上表现好的知识非常重要。在本文中，我们分析了一般的时间联系效应，并考虑了具有反映强度的绝对值和反映正负影响的符号的一般权重的时间联系OneMax问题。我们证明，除了一些小且正的时间联系效应（即权重为0和1），随机局部搜索(RLS)和（1+1）EA不能以正概率收敛到全局最优解。更确切地说，对于负的时间联系效应（负权重），这两种算法不能有效地达到全局最优解，并且无法收敛到全局最优解的概率至少为1-o(1)。对于不那么小的正的时间联系效应（大于1的正权重），这样的概率至多为c+o(1)，其中c是一个严格小于1的常数。
作者：Weijie Zheng and Xin Yao
论文ID：2305.07098
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-05-15