論文速遞--上位效應對遺傳算法可靠性的影響

2021-02-28 浙大學報英文版

中文摘要:

目的:

探討遺傳算法的局限性和實用性,並分析基於相互作用產生的上位效應對遺傳算法可靠性的影響。

創新點:

1. 指出遺傳算法缺陷的根源;2. 基於測試樣本函數定義目標函數,以判斷遺傳算法的適用性。

方法:

1. 基於非上位效應函數(表1)和上位效應函數(表2),以及非上位效應函數F4和上位效應函數F6的結構圖來驗證遺傳算法可靠性;2. 通過計算樣本函數(公式(1))和遺傳算法流程(圖3)表達遺傳算法的工作原理。3. 利用克洛弗函數(公式(2))和計算不同結構角下的函數分布(圖4),進一步判斷匹配度(表3)和計算效率(表4);定義新的目標函數(公式(9))和一組新的變量(公式(10))來實現變量相關性解離。

結論:

1. 對當前遺傳算法存在的不足給出了獨到見解,並認為正定性的假設並非可以保證遺傳算法實際的有效性和優化性。2. 定義成本代價函數用以判斷遺傳算法可靠性,並分別考慮上位性和非上位性效應兩種情形。當成本代價函數在非上位性效應下時,遺傳算法是有效的;否則,可以把N維函數降級為N個一維函數,從而採用更簡單的算法來判斷。基於一些通用的基準,進一步設計三類樣本函數來證實以上判斷,且這些樣本函數適合於上位性效應情形和非上位效應情形。3. 遺傳算法的瓶頸在於主算子和相干匹配性;可以通過破壞某些結構來實現變量關係的解離,從而抑制相干匹配性對遺傳算法的影響。希望相關讀者在處理實際優化問題時能驗證作者關於上位效應的定性結論,並給出更可靠的方法來表徵這種效應。

關鍵詞:

上位性效應;遺傳算法;相干匹配性;疊加性;優化;成本代價函數

作者

Sajad Jafari, Tomasz Kapitaniak, Karthikeyan Rajagopal, Viet-Thanh Pham, Fawaz E. Alsaadi

Sajad Jafari, Tomasz Kapitaniak, Karthikeyan Rajagopal, VietThanh Pham, Fawaz E. Alsaadi, 2019. Effect of epistasis on the performance of genetic algorithms. Journal of Zhejiang University-SCIENCE A (Applied Physics & Engineering), 20(2):109-116.
https://doi.org/10.1631/jzus.A1800399

全文下載地址:

http://www.jzus.zju.edu.cn/oldversion/opentxt.php?doi=10.1631/jzus.A1800399

《學報(英文版)A輯:應用物理與工程》是一本應用物理與工程類的綜合性期刊,於2000年創刊,為英文科技月刊。接收的文章範圍包括機械及土木工程、環境工程及能源、材料和化工等領域。被SCI-E、EI、CA、SA、JST、 Scopus等國內外重要資料庫檢索和收錄。期刊一直執行嚴格的國際同行評審制度,平均審稿周期為65天,平均錄用時間為90天,錄用後一般3個月左右正式發表。

2017JCR報告中,影響因子為1.215,2010年底獲得「中國出版政府獎」(首屆期刊獎),2013年和2015年獲得「中國百強科技期刊」稱號,2013年成為首家獲得「中國科技期刊國際影響力提升計劃」項目A類資助的大學學報(2013-2015年度)。

本刊堅持「內容為本,誠信為上」,努力提升國際影響力和學術水平;追蹤國內外學術研究前沿和熱點,積極促進科研成果的對外傳播與交流;緊跟國際出版技術新趨勢,建設自主網站創新平臺。

期刊Springer主頁:

https://link.springer.com/journal/11582

在線投稿地址:

https://www.editorialmanager.com/zusa/default.aspx

浙大學報英文版是四個英文學術期刊的統稱,收錄範圍涵蓋了理工農醫各個方向,歡迎向我刊投稿,可關注我刊公眾號zdxbywb了解更多信息。

相關焦點

  • 遺傳算法簡介、基本原理及算法實現
    遺傳算法算是一個比較複雜的算法,本文主要分為三個部分,第一部分遺傳算法的發展、功能、主要思想以及簡單的代碼命令;第二部分詳細介紹遺傳算法的機理,第三部分舉例並給出一個簡單地使用方法。(覺得著急的話可以直接看參考文獻對應部分)遺傳算法的首次提出是在1967年,Holland教授的學生Bagley在其博士論文中提到"GeneticAlgorithm" ,即GA;1975年Holland教授出版了第一本系統敘述其內容的專著,奠定理論基礎。今天,遺傳算法已經成為十分流行的算法,在組合優化,自動控制,圖像處理,機器學習等領域都有很廣泛的運用。
  • 文獻速遞 |《管理學報》2020年05月刊論文摘要彙編
    通過分析,得出閆希軍"理性和合"管理思想的形成有賴於基於東方和合精神的遺傳路徑、基於西方理性精神的選擇路徑,以及"整合醫學"和"組分研究"兩大核心驅動元素,並由此構建了閆希軍"理性和合"管理思想演化路徑及其機理模型。
  • 什麼是遺傳算法?怎樣繪製遺傳算法流程圖
    遺傳算法是一種通過模擬自然進化過程搜索最優解的操作方法,遺傳算法有三個基本算子選擇、交叉和變異。對於遺傳算法我們也可以使用流程圖對其整個過程進行總結歸納,那要怎樣繪製遺傳算法流程圖呢?下面是分享的簡單操作方法,希望可以幫助大家。
  • 遺傳算法概述
    遺傳算法(Genetic Algorithm)又叫基因進化算法,或進化算法。
  • Matlab算法系列-遺傳算法
    遺傳算法(Genetic Algorithm,GA)是20世紀70年代初興起的一門新興學科。遺傳算法的基本思想來源於達爾文的進化論和孟德爾的遺傳學說,它通過模擬生物進化的過程來求解問題。      遺傳算法已經發展得很成熟,廣泛應用於優化問題的求解。①遺傳算法只對個體的基因進行操作,所以無論實際問題多麼複雜,其穩定性都不會受到太大的影響。②遺傳算法的搜索過程屬於並行計算,能夠很好地搜索解空間。③穩定性、魯棒性強,適用於非線性、高維複雜優化問題。      其流程如下:
  • 遺傳算法簡述
    遺傳算法(Genetic Algorithm)又叫基因進化算法,或進化算法。
  • 利用遺傳算法優化GANs
    遺傳算法是根據大自然中生物體進化規律而設計提出的,是根據大自然中生物體進化規律而設計提出的。是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型,是一種通過模擬自然進化過程搜索最優解的方法。在本片文章中,我們嘗試使用遺傳算法來對訓練GANs進行優化,我們的訓練模型是生成手寫數字。
  • 【優化】遺傳算法介紹
    [2]葛繼科,邱玉輝,吳春明,蒲國林.遺傳算法研究綜述[J].計算機應用研究,2008(10):2911-2916.[3]雷德明.多維實數編碼遺傳算法[J].控制與決策,2000(02):239-241.[4]臧文科. DNA遺傳算法的集成研究與應用[D].山東師範大學,2018.
  • 一種用於MPPT的改進型遺傳算法
    :在眾多最大功率點跟蹤(MPPT) 算法中,遺傳算法具有收斂速度快的優點,但實際應用中其存在準確率較低、在最大功率點附近擺動的問題,所以在傳統遺傳算法的基礎上引入擾動觀察法來提高遺傳算法的準確率,並將改進型遺傳算法和傳統遺傳算法進行了仿真對比。
  • 用python實現遺傳算法
    最近事情比較多,一個月沒有寫公眾號了,但也積累了些不錯的內容可以分享,今天就給大家介紹的是遺傳算法,並用python加以實現。在遺傳算法的學習過程中,在CSDN上看到一篇已有人分享的python代碼,因此直接借鑑過來,並結合《數學建模與數學實驗》進行補充。
  • 遺傳算法(Genetic Algorithm)概述
    屬於啟發式搜索算法一種,這個算法比較有趣,並且弄明白後很簡單,寫個100-200行代碼就可以實現。在某些場合下簡單有效。本文就花一些篇幅,儘量白話方式講解一下。  首先說一下問題。在我們學校數據結構這門功課的時候,時常會有一些比較經典的問題(而且比較複雜問題)作為學習素材,如八皇后,背包問題,染色問題等等。上面列出的幾個問題都可以通過遺傳算法去解決。
  • 前沿| 利用遺傳算法優化神經網絡:Uber提出深度學習訓練新方式
    許多人認為,SGD 算法有效計算梯度的能力對於這種訓練能力而言至關重要。但是,Uber 近日發布的五篇論文表明,神經進化(neuroevolution)這種利用遺傳算法的神經網絡優化策略,也是訓練深度神經網絡解決強化學習(RL)問題的有效方法。
  • 上海生科院揭示視皮層神經元在調控反應可靠性中的作用
    》的研究論文。  在這項研究中,姚海珊研究組通過光遺傳技術操縱視皮層的特定類型抑制性神經元,發現PV陽性的抑制性神經元在調控皮層反應可靠性中有重要作用。研究者利用Cre-Loxp遺傳作業系統,特異性地在小鼠V1的PV或Somatostatin(生長激素抑制素,SOM)陽性的神經元表達光敏感質子泵ArchT。使用綠色雷射照射V1,可以抑制PV或SOM陽性神經元的反應。
  • 實驗三 遺傳算法解決TSP問題實驗
    2.利用遺傳求解函數優化問題,理解求解TSP問題的流程並測試主要參數對結果的影響。3.用遺傳算法對TSP問題進行了求解,熟悉遺傳算法的算法流程,證明遺傳算法在求解TSP問題時具有可行性。遺傳算法遺傳算法是由美國J.Holland教授於1975年在他的專著《自然界和人工系統的適應性》中首先提出的,它是一類借鑑生物界自然選擇和自然遺傳機制的隨機化搜索算法。
  • 白話講解遺傳算法 (Genetic Algorithm)
    屬於啟發式搜索算法一種,這個算法比較有趣,並且弄明白後很簡單,寫個100-200行代碼就可以實現。在某些場合下簡單有效。本文就花一些篇幅,儘量白話方式講解一下。 首先說一下問題。在我們學校數據結構這門功課的時候,時常會有一些比較經典的問題(而且比較複雜問題)作為學習素材,如八皇后,背包問題,染色問題等等。上面列出的幾個問題都可以通過遺傳算法去解決。
  • 一文讀懂遺傳算法工作原理(附Python實現)
    其中重點介紹了遺傳算法的數據科學應用。目錄1、遺傳算法理論的由來2、生物學的啟發3、遺傳算法定義4、遺傳算法具體步驟初始化適應度函數選擇交叉變異5、遺傳算法的應用遺傳算法在這裡可以進行優化並給出一個很好的結果。相關資源:論文:Engineering design using genetic algorithms地址:http://lib.dr.iastate.edu/cgi/viewcontent.cgi?
  • 孟德爾遺傳規律解析+課後複習
    嵌鑲顯性:一個等位基因影響身體的一部分,另一個等位基因則影響身體的另一部分,而在雜合體中兩個部分都受到影響的現象稱為鑲嵌顯性。與共顯性並沒有實質差異。隱性致死基因:隱(或顯)性基因在雜合時不影響個體的生活力,但在純合狀態有致死效應的基因叫隱性致死基因。如小鼠的AY基因,植物中的隱性白化基因等。顯性致死基因:雜合狀態即表現致死作用的基因。如顯性基因Rb引起的視網膜母細胞瘤。
  • 從細胞生物學到遺傳算法(GA)
    遺傳算法簡介遺傳算法(Genetic Algorithm,GA)起源於1970年代,其基本思想來源於達爾文的進化論和孟德爾的遺傳學說(小學三年級知識警告!),通過模擬生物進化的過程來求解優化問題。1.1 細胞學背景DNA雙螺旋結構一個個基因片段(基因型)組成了生物的染色體,進而決定生物的表現型。
  • (全文收藏)電能路由器設計自動化綜述:設計流程架構和遺傳算法
    G2E Lab發布的Vesta- Cades軟體聲稱可以對複雜電力電子變換器進行綜合設計,但在公開發表的論文中尚未查閱到相關記錄。然而,上述軟體的優化算法往往內置並進行封裝,只將正向問題的建模和求解開放給用戶,尋優解算的複雜度和數值穩定性不清晰。
  • 科學家繪製出不同人類組織中的遺傳調控效應圖譜
    科學家繪製出不同人類組織中的遺傳調控效應圖譜 作者:小柯機器人 發布時間:2020/9/12 22:39:58 國際GTEx團隊繪製出不同人類組織中的遺傳調控效應圖譜