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 #1517
- 日期：2026-03-18
摘要
本文介紹了一種稱為「反向爬山」的新分析工具，並示範如何使用它來評估遺傳演算法的性能。使用反向爬山，人們可以計算出爬山到達景觀中某個點的準確機率。由此，可以計算出透過爬山找到該點之前的預期評估次數。這個數字可以與遺傳演算法完成的平均評估次數進行比較。這個過程以「忙碌海狸問題」來說明，這是一個本身就具有理論重要性的有趣問題。乍一看，遺傳演算法在僅檢查了空間的極小部分後似乎在該景觀上表現得非常好。更仔細的檢查表明，即使是最簡單的爬山形式，它為發現最佳解決方案而執行的評估數量也很差。最後，討論了反向爬山的其他幾種用途。