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 #1573
- 日期：2026-03-18
摘要
在典型的應用中，「遺傳演算法」（GA）處理潛在問題解決方案的群體，以演化出指定「最佳化」解決方案的單一群體成員。大多數 GA 分析都集中在這些最佳化應用上。在其他應用中（特別是「學習分類器系統」和某些連結學習系統），遺傳演算法會搜尋共同執行計算任務的「合作」結構群體。本文對此類遺傳演算法問題進行了分析。該分析考慮了一個簡化的基於遺傳學的機器學習系統：免疫系統模型。在這個模型中，遺傳演算法必須發現一組模式匹配的“抗體”，它們可以有效地匹配一組“抗原”模式。分析顯示遺傳演算法如何自動進化並維持多樣化、合作性的群體。這種合作是抗原抗體配對程序的自然組成部分。這種新出現的效果類似於“適應度共享”，這是一種用於多模型 GA 最佳化的顯式技術。進一步的分析顯示 GA 群體如何適應表達不同程度的「泛化」。結果展示了 GA 如何自動、同時發現有效的協作計算結構組。