通过邻域的概率模型构建，设计有能力的变异算子
摘要：一种能够适应联动并快速、可靠、准确地解决难题的高效可变异遗传算法。采用概率建模过程来自动识别搜索问题的关键构建模块。变异算子利用联动组的概率模型，找到竞争构建模块中的最佳模块。这种高效的可变异选择遗传算法成功解决了有界难度的可加可分离问题，只需进行亚二次数量的函数评估。结果表明，对于可加可分离的问题，概率模型建模模块的变异时间复杂度为O(2^km^{1.5})，比其选择重组对应算法少进行O(k^{0.5}logm)次函数评估。这一结果证实了其他文献（Sastry & Goldberg, 2004）中报道的理论结果。
作者：Kumara Sastry, David E. Goldberg
论文ID：cs/0405064
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2007-05-23