本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1009
- 日期：2026-03-18
摘要
在本文中，我們基於先前關於宏觀進化中滅絕模式的理論工作，介紹了一種解決最佳化問題的新方法。我們將它們命名為宏觀演化演算法（MA）。與標準遺傳演算法中採用的群體層級進化不同，更高分類單元層級的演化被用作潛在的隱喻。該模型利用「物種」之間存在的聯繫，代表最佳化問題的候選解決方案。為了測試其有效性，我們透過錦標賽選擇來比較 MA 與遺傳演算法 (GA) 的性能。該方法被證明是標準遺傳演算法的一個很好的替代方案，即使對於非常小的群體規模，也能在解決方案空間上進行快速單調搜尋。提出了平均場理論方法，顯示 MA 的基本動力學接近多物種競爭的生態模型。