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 #1507
- 日期：2026-03-18
摘要
在本文中，我們回顧了一些先前發表的實驗結果，其中簡單的爬山演算法——隨機突變爬山（RMHC）——在簡單的「Royal Road」函數上顯著優於遺傳演算法。我們首先對 RMHC 進行分析，然後對「理想化」遺傳演算法 (IGA) 進行分析，該演算法明顯比 RMHC 快。我們分離出允許這種加速的 IGA 特徵，並討論如何將這些特徵合併到真實的 GA 和適應度景觀中，使 GA 更好地逼近 IGA。我們利用這些特徵設計了先前發表的實驗的修改版本，並給出了比較 GA 和 RMHC 的新實驗結果。