optimization - 差分進化アルゴリズムで乗換えすることの重要性は何ですか？

Question

最適化問題のための差分進化アルゴリズム。関与する進化のプロセスは3つあります。それは、突然変異の乗換えと選択です。

私は初心者ですが、乗換えプロセスを削除しようとしましたが、元のアルゴリズムとの大きな違いはありません。

では、差分進化アルゴリズムで乗換えすることの重要性は何ですか？

Answer 1

クロスオーバーを使用しない場合は、アルゴリズムが問題の検索スペースを探索するだけで、それを悪用しない可能性があります。一般に、探索率と利用率のバランスが取れている場合、進化的アルゴリズムは成功します。

たとえば、クロスオーバー演算子を排除するが効果的な突然変異演算子DE/rand/1/Either-Orを使用する DE のバリアントです。Differential Evolution: A Survey of the State-of the Artによると、このアルゴリズムでは、純粋な突然変異体である試行ベクターが確率で発生し、純粋な組換え体である試行ベクターが確率で発生します。このバリアントは、従来の DE バリアントである rand/1/bin および target-to-best/1/bin と競合する結果をもたらすことが示されています(メイン リファレンス)。pF1 − pF

X(i,G)はジェネレーション G の i 番目のターゲット (親) ベクトル、U(i,G)対応する試行ベクトル、Fは差ベクトルのスケール係数、およびk = 0.5*(F + 1)[in the original paper]です。
このスキームでは、クロスオーバーは使用されませんが、元の DE アルゴリズムと比較して、突然変異は十分に効果的です。