In some Evolutionary Computations s

In some Evolutionary Computations such as Genetic Algorithms
or Evolution Strategies, it is well known that the choice of genetic
operator rates is important to the success of these algorithms.
Most researchers focused on choosing genetic operator rates
appropriate for specific problems. Several papers work on adapting crossover and mutation rate evolutionary algorithms showed potential results that adaptive algorithms may out-perform non-adaptive ones. In this paper, we examine the application of adaptive operator selection rates to Genetic Programming and propose a new algorithm for adapting for self-adapting crossover and mutation rates in Tree-adjoining grammar guided Genetic Programming (TAG3P). Experimental results show that our proposed algorithm improves the performance of TAG3P than any previous work.

Kết quả (Việt) 2:

Trong một số tính toán tiến hóa như thuật toán di truyền
hoặc tiến hóa chiến lược, ai cũng biết rằng sự lựa chọn của di truyền
tỷ lệ điều hành là rất quan trọng cho sự thành công của các thuật toán.
Hầu hết các nhà nghiên cứu tập trung vào việc lựa chọn tỷ lệ điều hành di truyền
thích hợp cho các vấn đề cụ thể. Một số giấy tờ làm việc trên chéo và đột biến tỷ lệ thích ứng với thuật toán tiến hóa cho thấy kết quả tiềm năng mà các thuật toán thích nghi có thể ngoài thực hiện những người không thích nghi. Trong bài báo này, chúng tôi xem xét việc áp dụng mức lựa chọn nhà điều hành thích ứng để lập trình di truyền và đề xuất một thuật toán mới để thích ứng để tự thích ứng chéo và tỷ lệ đột biến trong ngữ pháp lập trình di truyền hướng dẫn Tree-liền kề (TAG3P). Kết quả thí nghiệm cho thấy rằng thuật toán đề xuất của chúng tôi cải thiện hiệu suất của TAG3P hơn bất kỳ công việc trước đây.