论文解读:自适应参数控制方案介绍——Effect Assessment

2023-05-16

Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms, TCYB, 1994

  • 动机
  • 自适应 p c p_c pc p m p_m pm方案设计
  • 参考文献

动机

当优化多模态问题时,探索(exploration)和探测(exploitation)对于GA是至关重要的。二者之间的平衡取决于变异概率( p m p_m pm),交叉概率( p c p_c pc),以及所使用的交叉操作类型。提高 p m p_m pm p c p_c pc的值可以促进算法的探索能力却以牺牲探测性能为代价。在实际应用GA时,通常设定 p c p_c pc [ 0.5 − 1.0 ] [0.5-1.0] [0.51.0]范围内的较大值,设定 p m p_m pm [ 0.001 − 0.05 ] [0.001-0.05] [0.0010.05]范围内的较小值。与固定参数方法不同,本文通过提出一种自适应 p c p_c pc p m p_m pm控制方法实现了探索和探测的平衡。具体来说,当种群趋于局部最优值时,提高 p c p_c pc p m p_m pm的值,而当种群广泛分布于解空间时,降低 p c p_c pc p m p_m pm的值。

自适应 p c p_c pc p m p_m pm方案设计

首先,参数控制器应该具备这样一种能力:识别GA是否收敛到了一个最优值。

一个可行的方法是观察种群的平均适应度值 f ˉ \bar{f} fˉ 与种群的最大适应度值 f m a x f_{max} fmax 的关系。从Fig. 2中可以看到,当GA收敛到局部最优值 0.5 0.5 0.5时,差值 f m a x − f ˉ f_{max}-\bar{f} fmaxfˉ开始下降。
在这里插入图片描述
因此,我们可以将 f m a x − f ˉ f_{max}-\bar{f} fmaxfˉ作为识别GA收敛性的准绳,即, p c p_c pc p m p_m pm的值根据 f m a x − f ˉ f_{max}-\bar{f} fmaxfˉ值的变化而变化。具体的参数控制规则描述如下:
p c = k 1 / ( f m a x − f ˉ ) , p_c = k_1/(f_{max} - \bar{f}), pc=k1/(fmaxfˉ),
p m = k 2 / ( f m a x − f ˉ ) . p_m = k_2/(f_{max} - \bar{f}). pm=k2/(fmaxfˉ).

值得一提的是,上面的表达式不依赖于任何特定解的适应度值,而对于种群中的所有解具有相同的值。也就是说,具有高适应度值的解和低适应度值的解受到相同水平的变异和交叉操作。这样就导致当种群收敛到全局最优解(甚至局部最优解)时, p c p_c pc p m p_m pm会增加,并可能导致接近最优解时出现扰动,种群可能永远不会收敛到全局最优值。

为了解决这个问题,有必要保护“好的”解。这可以通过让适应度高的解获得较低的 p c p_c pc p m p_m pm,而让适应度低的解获得较高的 p c p_c pc p m p_m pm来实现。也就是说, p m p_m pm的值不仅基于 f m a x − f ˉ f_{max}-\bar{f} fmaxfˉ,也基于解的适应度值 f f f 。相似地, p c p_c pc应该基于两个父解的适应度值。因此,可将 p c p_c pc p m p_m pm进一步地表示为:
p c = k 1 ( f m a x − f ′ ) / ( f m a x − f ˉ ) , p_c = k_1(f_{max}-f')/(f_{max} - \bar{f}), pc=k1(fmaxf)/(fmaxfˉ),
p m = k 2 ( f m a x − f ) / ( f m a x − f ˉ ) . p_m = k_2(f_{max}-f)/(f_{max} - \bar{f}). pm=k2(fmaxf)/(fmaxfˉ).
其中, f ′ f' f为参与交叉操作的父解中较大的适应度值。这里,为了将 p c p_c pc p m p_m pm限制在[0.0-1.0]范围内,规定 k 1 , k 2 < 1.0 k_1, k_2<1.0 k1,k2<1.0。同时
p c = k 3 , f ′ ≤ f ˉ p_c=k_3, f'\leq\bar{f} pc=k3,ffˉ
p m = k 4 , f ≤ f ˉ p_m=k_4, f\leq\bar{f} pm=k4,ffˉ
其中, k 3 , k 4 < 1.0 k_3, k_4<1.0 k3,k4<1.0

参考文献

[1]. M. Srinivas and Lalit M. Patnaik, ‘‘Adaptive probabilities of crossover and mutation in genetic algorithms,’’ IEEE Transactions on Systems, Man, and Cybernetics, vol. 24, no. 4, pp. 656-667, 1994.

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

论文解读:自适应参数控制方案介绍——Effect Assessment 的相关文章

  • GhostNet 论文解读

    GhostNet More Features from Cheap Operations CVPR 2020 论文地址 xff1a arXiv 开源 PyTorch代码 xff1a GitHub 引言 由于嵌入式设备上有限的内存和计算资源
  • 4.HLSL Effect(效果框架)

    4 HLSL Effect xff08 效果框架 xff09 进行到这里 xff0c 读者可能会觉得使用着色器多少有些繁琐 xff0c Effect xff08 效果框架 xff09 被提出以解决这些问题 作为一种方法 xff0c Effe
  • C warning:statement with no effect [-Wunused-va...

    2019独角兽企业重金招聘Python工程师标准 gt gt gt 之前做毕设的时候 xff08 4 5月份的时候了 xff09 初步了解了SLEPc库的使用 xff0c 准备把一个示例改写为从一个文本文件中获取矩阵的各个元素 xff0c
  • SSD论文解读

    1 论文简述 题目 SSD Single Shot MultiBox Detector 作者 Wei Liu Dragomir Anguelov Dumitru Erhan Christian Szegedy Scott Reed Chen
  • Faster R-CNN论文解读

    文章目录 AbstractIntroduction缘由RPN训练方案 Faster R CNN整体流程Conv layersRPNclsreganchorTranslation Invariant AnchorsMuti Scale Anc
  • 【没有哪个港口是永远的停留~ 论文解读】SphereFace

    论文 xff1a SphereFace Deep Hypersphere Embedding for Face Recognition 代码 xff1a at https github com wy1iu sphereface 摘要 本文讨
  • 无人机蜂群拦截系统作战构想与关键技术&论文解读

    64 toc 文献链接 xff1a 无人机蜂群拦截系统作战构想与关键技术 amp 论文解读 刘文章 张 骞 xff0c 赵梓涵 时事背景 xff1a 在 2020年纳卡冲突中 xff0c 阿塞拜疆使用无人机攻击 亚美尼亚地面坦克及士兵 无人
  • VINS-Mono 论文解读(IMU预积分残差+Marg边缘化)

    目录 VIO引出原因 xff1a 融合方案 xff1a 本文贡献 xff1a 0 总体框架 0 1 数据预处理 xff08 IMU预积分见标题1 xff09 0 2 初始化 A 滑动窗口 Sliding Window 纯视觉SfM B 视觉
  • 论文解读:PRINCE: Prefix-Masked Decoding for Knowledge Enhanced Sequence-to-Sequence Pre-Training

    论文解读 PRINCE Prefix Masked Decoding for Knowledge Enhanced Sequence to Sequence Pre Training Paper https aclanthology org
  • 抠图算法Background Matting:The world is your green screen

    论文地址 https arxiv org abs 2004 00626 代码 https github com senguptaumd Background Matting 背景介绍 抠图是照片编辑和视觉效果中使用的标准技术 在现有的抠图算
  • Fisher信息量检测对抗样本代码详解

    1 引言 在上一篇 Fisher信息量在对抗样本中的应用 中详尽地阐述了Fisher信息量在对抗攻击 防御 以及检测中的应用 并解析了三篇具有代表性的论文 Fisher信息量是可以用来去挖掘深度学习模型对抗行为的深层原因的非常好用一个数学工
  • PointNet介绍

    论文 PointNet Deep Learning on Point Sets for 3D Classification and Segmentation 代码 https github com charlesq34 pointnet 0
  • PAA介绍

    ECCV 2020 的一篇文章 论文地址 https arxiv org abs 2007 08103 目录 一 简介 摘要 整个策略流程为 二 相关背景介绍 三 提出的方法 3 1 概率Anchor分配算法 3 2 测试阶段加入预测IoU
  • 如何在flutter中获得像facebook一样的微光效果?

    我正在尝试创建一个视频流应用程序并想要像 facebook 那样的微光效果 有什么建议如何获得它吗 微光 1 0 1 开启https pub dev packages shimmer 一个包提供了在Flutter项目中添加微光效果的简单方法
  • WebGL绘制带深度图的2D图像实现伪3D效果

    我正在学习 WebGL 是在 WebGLFundamentals 页面的帮助下完成的 这帮助我很好地理解了缓冲区 着色器和所有这些东西的工作原理 但现在我想达到我在这里看到的某种效果 https tympanus net Tutorials
  • 将 GPUImage 过滤器应用到 UIView

    我有一个问题 我需要应用像这样的过滤器Pixelate or Blur到整个UIView 像eBay iPad app 我想用GPUImage但我不知道该怎么做 有一种方法可以将过滤器应用于GPUImageView直接不经过aUIImage
  • Pygame水波纹效果

    我已经用 Google 搜索过它 但没有现成的脚本 与 Flash 上的相同效果相反 我已经检查过算法水效应解释 http www gamedev net page resources technical graphics programm
  • 我可以在 jQuery 中为每个动画步骤实现回调吗?

    我想在我的网站中实现一个动画 需要更新多个 DOM 元素 每个 DOM 元素都有自己的动画路径 取决于它们的位置 并且仍然有缓和的效果 如果我为每个元素调用 jQuery 的 animate 函数 队列 false 它将使每个元素与其余元素
  • 如何同时执行多个 jquery 效果?

    我正在页面上制作一些错误 验证元素的动画 我希望它们能够弹跳并突出显示 但如果可能的话 同时进行 这是我目前正在做的事情 var els errorMsg els effect bounce times 5 100 els effect h
  • 如何在滚动框上创建缓慢的滚动效果?

    我喜欢在滚动框中平移图像后创建平滑的减慢滚动效果 就像平移地图一样谷歌地图 http maps google com 我不确定它是什么类型 但行为完全相同 当快速移动地图时 当您释放鼠标时它不会立即停止 而是开始减慢速度 有什么想法 组件

随机推荐

  • 如何在 Ubuntu 20.04 启用 SSH

    本文最先发布在 xff1a https www itcoder tech posts how to enable ssh on ubuntu 20 04 Secure Shell SSH 是一个网络协议 xff0c 它主要被用来加密客户端和
  • 如何在 Ubuntu 20.04 上安装 Vagrant

    本文最先发布在 xff1a https www itcoder tech posts how to install vagrant on ubuntu 20 04 Vagrant是一个命令行工具 xff0c 用于构建和管理虚拟开发环境 默认
  • 如何在 Ubuntu 20.04 上安装 GCC(build-essential)

    本文最先发布在 xff1a https www itcoder tech posts how to install gcc on ubuntu 20 04 GNU 编译器集合是一系列用于语言开发的编译器和库的集合 xff0c 包括 C C
  • 如何在 Ubuntu 20.04 上安装和配置 Redis

    本文最先发布在 xff1a https www itcoder tech posts how to install and configure redis on ubuntu 20 04 Redis 是一个开源的在内存存储键值对数据的存储程
  • 如何在 Ubuntu 20.04 上安装 PHP

    本文最先发布在 xff1a https www itcoder tech posts how to install php on ubuntu 20 04 PHP 是世界上使用广泛的服务端编程语言之一 很多著名的 CMS 和框架 xff0c
  • 用python轻松完成一个分布式事务TCC,保姆级教程

    什么是分布式事务 xff1f 银行跨行转账业务是一个典型分布式事务场景 xff0c 假设A需要跨行转账给B xff0c 那么就涉及两个银行的数据 xff0c 无法通过一个数据库的本地事务保证转账的ACID xff0c 只能够通过分布式事务来
  • 如何在 Ubuntu 20.04 上安装 Spotify

    本文最先发布在 xff1a https www itcoder tech posts how to install spotify on ubuntu 20 04 Spotify是一个音乐流媒体服务商 xff0c 它可以让你和无数的歌曲亲密
  • SSH 操作实践指南

    本文最先发布在 xff1a https www itcoder tech posts ssh practice SSH 是我们经常要和远程服务器交互使用的工具 下面是一些实践中总结的 SSH 操作经验 xff1a 一 如何选择 SSH ke
  • 如何在 Ubuntu 20.04 上安装 R

    本文最先发布在 xff1a https www itcoder tech posts how to install r on ubuntu 20 04 R 是一门开源编程语言和自由的环境 xff0c 主要用于统计分析 绘图 它由 R 基金会
  • 如何在 Ubuntu 20.04 上安装 Mono

    本文最先发布在 xff1a https www itcoder tech posts how to install mono on ubuntu 20 04 Mono 是一个平台 xff0c 基于 ECMA ISO 标准 xff0c 用于开
  • 如何在 Ubuntu 20.04 上安装和使用 Composer

    本文最先发布在 xff1a https www itcoder tech posts how to install and use composer on ubuntu 20 04 Composer 是一个 PHP 依赖管理器 xff08
  • 3分钟在线开通优惠费率的微信支付商户号(商户收款码)

    1 问 xff1a 为什么要开通微信商户号 xff1f 答 xff1a 因为微信个人收款 xff0c 不支持信用卡支付 xff0c 无法提供经营报表 xff0c 无法支持线上支付等 关于微信个人收款码与商家码区别 xff0c 参考 xff1
  • 设置git使用vimdiff比较差异

    原文 xff1a http hi baidu com drdr blog item 57de1e95665a81047af48062 html 修改git的如下2条配置 xff1a git config global diff tool v
  • YUV图像格式

    原文 xff1a http blog csdn net zhongnanjun 3 article details 3934938 YUV xff08 亦称YCrCb xff09 是被欧洲电视系统所采用的一种颜色编码方法 xff08 属于P
  • mime types 大全--来自ubuntu /etc/mime.types

    MIME TYPES and the extensions that represent them The format of this file is a MIME type on the left and zero or more fi
  • VUE3中运用axios处理后端数据

    xff08 1 xff09 在src下新建一个http文件夹 xff0c 文件夹下新建一个index js xff08 2 xff09 在index js文件中引入axios xff08 3 xff09 在index js里面写axios实
  • leveldb性能调优

    许多的nosql都使用leveldb或者类似leveldb的系统作为存储引擎 xff0c 例如tair xff0c hbase xff0c canssandra xff0c 因此理解并调优存储引擎可以大大的提高系统的性能 前一篇大致介绍了原
  • Android 重启 不开机 Backtrace 分析

    此文摘自 mtk online Android 在发生crash 时可以通过 backtrace 定位发生的的位置 xff0c 方便进一步来 fix issue 1 Java Backtrace 从Java Backtrace 我们可以知道
  • SQL Server 2016 OPENJSON忽略大小写

    使用WITH子句OPENJSON将输入JSON表达式中的键与该WITH子句中的列名进行匹配 xff0c 是区分大小写 xff0c 可以使用条件聚合以忽略大小写 xff1a DECLARE 64 JSON varchar max 61 39
  • 论文解读:自适应参数控制方案介绍——Effect Assessment

    Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms TCYB 1994 动机自适应 p c p c