聖塔非研究所

透過選擇性基因組生長演化出更好的表徵

2026-03-18 · 工作論文 · 更新 2026/03/19 上午01:04

摘要 選擇如何表示遺傳演算法 (GA) 的搜尋空間對於 GA 的效能至關重要。表示通常是手工設計的,並在 GA 運行期間固定。這裡描述了一種新方法,其中表示(即基因)的自由度逐漸增加。新基因的表型效應是從不同功能效應的空間中隨機抽取的。只保留那些最初增加適應性的基因。在基因組建構過程中這種選擇所產生的基因型 表現型圖譜可以實現更好的適應。 NK 景觀模型說明了這種效果。由此產生…

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 #1459
  • 日期:2026-03-18

摘要

選擇如何表示遺傳演算法 (GA) 的搜尋空間對於 GA 的效能至關重要。表示通常是手工設計的,並在 GA 運行期間固定。這裡描述了一種新方法,其中表示(即基因)的自由度逐漸增加。新基因的表型效應是從不同功能效應的空間中隨機抽取的。只保留那些最初增加適應性的基因。在基因組建構過程中這種選擇所產生的基因型-表現型圖譜可以實現更好的適應。 NK 景觀模型說明了這種效果。由此產生的基因型-表型圖譜比未選擇的圖譜的上位性要低得多,“K”值(受每個基因影響的適應度成分的數量)極低。此外,這些圖譜針對上位適應度函數的細節進行了精心調整,創建了比具有相同基因型-表型圖譜的通用 NK 景觀平滑得多的自適應景觀,其適應度峰值的標準偏差要高得多。因此,在爭論複雜系統的遺傳特性對演化系統的適用性時,應該提出警告。此方法可能有助於解決遺傳演算法中表示選擇的問題。