Генетические алгоритмы


Keith E. Mathias and L. Darrell Whitley. Transforming the Search Space with Gray Encoding


На главную
Генетические алгоритмы
Статьи

Группа исследований эволюционных алгоритмов (ТПУ)
Дискуссионная группа по эволюционным вычислениям

Написать письмо

Рассматривается использование кодов Грея для численной оптимизации с помощью генетических алгоритмов. Анализируется трансформация пространства поиска и изменение связей между гиперплоскостями в результате применения кодов Грея. Показано существенное влияние кодирования Грея на рельеф целевой функции, что в некоторых случаях приводит к превосходству локальных методов оптимизации над генетическими алгоритмами. Представлен анализ смежности (связности, adjacency) бинарного пространства.

1. Introduction (Введение)

На основе анализа литературы сделан вывод об эффективности использования кодов Грея. Высказано мнение о необходимости сравнения методов оптимизации не только на одних и тех же функциях, но и при условии одинаковости их рельефа и связности точек. Иными словами сравнивать ГА с использованием кодов Грея и без не совсем правомерно, т.к. рельеф функций различный, а следовательно условия тестирования неравные, что нарушает чистоту эксперимента.

2. Gray Coding the Function Space (Кодирование Грея: Рельеф функции)

Рассматриваются способы преобразования из прямого кода в код Грея. На примерах показано, что в случае использования кодов Грея уменьшается количество локальных экстремумов (за счет удаления так называемых Hamming cliffs - переходов между числами вида 2^n и (2^n-1), в которых n различных битов, хотя сами они отличаются на 1).

3. Gray Coding the Genetic Search Space (Кодирование Грея: Генетическое пространство поиска)

Несмотря на то, что использование кодов Грея уменьшает количество локальных экстремумов за счет перераспределения точек в пространстве, данное свойство, с другой стороны, может осложнить генетический поиск, т.к. связь между шаблонами (schemas) также изменяется. На примере 4-битной функции с ложным экстремумом показано, как применение кодирования Грея уводит генетический поиск от локального оптимума.

4. Empirical Performance Results (Результаты экспериментов)

Сравниваются результаты работы различных методов оптимизации (СНС, steepest descent, stochastic hill-climber). Используется набор из 10 функций.

5. Adjacency Analysis (Анализ связности)

Анализируется расстояние Хэмминга для 3, 4 и 5 битных чисел для случаев прямого кодирования и кодов Грея.

6. Conclusions (Выводы)

Высказывается предположение об успешности ГА с элементами hill-climbing'a, использующих кодирование Грея. Также формулируется предположение о необходимости использования тестовых функций с нелинейными зависимостями между параметрами.

Скачать статью (pdf, rar, 87 kb)

Скачать статью (pdf, 167 kb)


Работа очень интересная. Она не дает окончательный ответ на вопрос, использовать коды Грея или нет, но информацию к размышлению предоставляет. Результаты, представленные в 4 и 5 разделах, неоднозначны и напоминают что-то типа "Сравнительные тесты Р4ЕЕ и Athlon64 FX": и так - хорошо, и так - тоже неплохо. Стоит отметить, что для использованных локальных методов оптимизации применение кодов Грея пошло на пользу. Что в общем и понятно: меньше локальных минимумов, шаблоны не используются. В конечном итоге решать вам.

По поводу использования функций с нелинейными зависимостями между параметрами, упомянутыми в выводах. В качестве таких тестов могут служить задачи настройки ИНС, поскольку величины весов различных связей взаимно влияют друг на друга, причем зависимости множественные и часто неоднозначные.

От себя могу добавить, что я использовал обычное прямое кодирование и при этом у меня получилось создать весьма эффективный генетический алгоритм для численной оптимизации. По крайней мере, таковы результаты для использованных функций (ONEMAX, сферическая, Растригина, Швефеля, Розенброка, SAT-2, SAT-3), хотя при настройке весов ИНС с фиксированной структурой его показатели были хуже, чем у канонического алгоритма.

[24 апреля 2004г.]


Made by Qwerty. Copyright © 2003.
Hosted by uCoz