知识卡片
模因算法结合种群与局部搜索
模因算法(Memetic 算法,也称混合遗传算法)= 遗传算法 + 对每个个体做局部优化。
- 遗传算法部分负责“广度”:交叉、变异让种群跳到解空间的不同区域。
- 局部搜索部分负责“深度”:在某个解的邻域(只做小改动就能得到的那些解)里找更好的解,把交叉、变异产生的粗糙解推到所在区域的局部最优。
两者互补:只有全局搜索容易停在粗糙解上,只有局部搜索又容易困在起点附近。原书据此称混合后的性能通常优于单独使用任一种;实际效果仍取决于问题和所选算子,两层搜索的预算、邻域和评价方式要分别设计。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- Memetic算法是进化算法(evolutionary computation)中的一种,它是在遗传算法的基础上加上局部优化搜索算子得到的,也被 · 查看原书依据
Memetic算法可以看作在局部最优子空间上进行了特殊类型的遗传搜索,在遗传算法中加入了局部优化方法并将其应用于每个个体。局部优化方法还解决了因为交叉和变异产生的不在当前局部最优子空间中的解,使最终产生的解维持在当前子空间中。
参考来源
- 位置:《智能算法导论》第 3 章导言(`EPUB/xhtml/chapter3_0001.xhtml`)。
- 结论依据:原书将 Memetic 算法定义为遗传算法加局部优化,并区分种群广度搜索与局部深度搜索。
- 原始内容:在遗传算法中加入了局部优化方法并将其应用于每个个体。