Evolutionary Optimization： Pitfalls and Booby Traps
摘要
进化计算(EC ) ， metaheuristic 的一个范围的一个集体名字黑盒子的优化算法，是在计算机科学的快成长的区域之一。不同 EC 方法以及许多免费或商业的软件库的使用上的许多手册和 how-tos 现在是广泛地可得到的。然而，当这些方法之一被用于一项真实世界的任务时，能有许多陷井和傻瓜陷井，潜藏就算算法看起来正确地被实现并且执行，可以导致不能令人满意的结果的优化问题的某些方面。这些在健康风景， epistasis，非可分性，为坚韧性导致需要的噪音，以及维数和可伸缩性问题包括集中问题，险峻，迷惑，和中性，在其它之中。在这篇文章，我们系统地讨论这些相关阻碍者并且介绍一些可能的疗法。目标与什么样的问题能使 EC 应用程序变为失败并且怎么从开始避免他们的一幅清楚的图画和理解是装备专业人员和研究人员相似的。
引用本文（GB/T 7714）
Thomas, Weise, Raymond Raymond, 等. Evolutionary Optimization： Pitfalls and Booby Traps[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2012.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。