rover8270 發問時間: 社會與文化語言 · 1 0 年前

一篇paper的題目及摘要,煩請高手翻譯.....謝謝..

煩請高手頂力相助........

題目:Fitness Uniform Optimization

摘要:Abstract—In evolutionary algorithms, the fitness of a population

increases with time by mutating and recombining individuals and by a biased selection of fitter individuals. The right selection pres-sure is critical in ensuring sufficient optimization progress on the one hand and in preserving genetic diversity to be able to escape from local optima on the other hand. Motivated by a universal similarity relation on the individuals, we propose a new selection scheme, which is uniform in the fitness values. It generates selec- tion pressure toward sparsely populated fitness regions, not nec- essarily toward higher fitness, as is the case for all other selection schemes. We show analytically on a simple example that the new se- lection scheme can be much more effective than standard selection

schemes. We also propose a new deletion scheme which achieves a similar result via deletion and show how such a scheme preserves genetic diversity more effectively than standard approaches. We compare the performance of the new schemes to tournament selec- tion and random deletion on an artificial deceptive problem and a range of NP hard problems: traveling salesman, set covering, and satisfiability.

Index Terms—Fitness tree model, fitness uniform deletion scheme, fitness uniform selection scheme, local optima, preserve diversity, satisfiability, set covering, traveling salesman.

已更新項目:

翻譯軟體及線上翻譯網站均以試過,覺得好像不是如此(這篇好像是說基因演算方面的論文),標題一定要瞭解,否則很難知道它在說什麼......,還請有理工背景的高手,能幫我的忙......

3 個解答

評分
  • cs
    Lv 5
    1 0 年前
    最佳解答

    Fitness Uniform Optimization

    適應性均勻最佳化

    Abstract—In evolutionary algorithms, the fitness of a population increases with time by mutating and recombining individuals and by a biased selection of fitter individuals. The right selection pressure is critical in ensuring sufficient optimization progress on the one hand and in preserving genetic diversity to be able to escape from local optima on the other hand. Motivated by a universal similarity relation on the individuals, we propose a new selection scheme, which is uniform in the fitness values. It generates selection pressure toward sparsely populated fitness regions, not necessarily toward higher fitness, as is the case for all other selection schemes. We show analytically on a simple example that the new selection scheme can be much more effective than standard selection schemes. We also propose a new deletion scheme which achieves a similar result via deletion and show how such a scheme preserves genetic diversity more effectively than standard approaches. We compare the performance of the new schemes to tournament selection and random deletion on an artificial deceptive problem and a range of NP hard problems: traveling salesman, set covering, and satisfiability.

    摘要–在進化演算法則中, 群體的適應性藉由突變和重組個體以及藉由對適應個體的偏差選擇會隨時間增加. 正確的選擇壓力對於確保充份的最佳化進展以及維持基因的多樣性以避免局部最佳解是絕對必要的. 受到個體普遍相似關係的激發, 我們提出一項新的選擇方案, 就是適應值的均勻性. 它對稀疏群聚的適應區域產生了選擇壓力, 並非必然朝向較高的適應性, 就如同其他所有選擇方案的情形一樣. 我們在分析中顯示了新選擇方案會比標準選擇方案更有效的簡單例子. 我們也提出一個可以經由刪除達到類似結果的新刪除方案, 並且顯示這樣的方案要比標準方法更能有效地維持基因的多樣性. 我們在一項人為欺騙問題和非確定性多項式時間難度(NP-hard)問題範圍上比較新方案與比賽選擇和隨意刪除的績效:旅行的銷售員, 集合覆蓋, 和可滿足性.

    Index Terms—Fitness tree model, fitness uniform deletion scheme, fitness uniform selection scheme, local optima, preserve diversity, satisfiability, set covering, traveling salesman.

    專有名詞索引–適應樹模型, 適應性均勻刪除方案, 適應性均勻選擇方案, 局部最佳解, 維持多樣性, 可滿足性, 集合覆蓋, 旅行的銷售員.

  • 匿名使用者
    1 0 年前

    GFitness 相同的最優化

    GAbstract XIn 進化的算法,人口的健康

    透過更換和重新結合個人和透過更健康的個人的一種有偏見的選擇隨著時間增加。 正確的選擇pres 當然在一方面保證足夠的最優化發展過程中評論性, 並且在保護遺傳學的多樣性能另一方面逃離本地最佳條件過程中。 在那些個人身上透過普遍的相象關係促進,我們提出一個新選擇方案,這健康價值相同。 它產生selec tion 壓力向稀少居住地區健康,向更高健康的並非nec-essarily,適合全部其他選擇方案通常那樣。 我們在一個簡單的例子上分析上顯示新誦讀的經文的計畫可能比標準選擇有效

    計畫。 我們也提出透過刪除取得一個相似的結果的一個新刪除計畫並且顯示這樣的一個計畫怎樣保護遺傳學的多樣性比標準方法更有效。 我們關於一個人造的虛偽的問題和多種NP 猛烈比較新計畫給聯賽selec tion 和隨便刪除的性能問題︰ 旅行售貨員,確定包括,以及satisfiability。

    標引詞XFitness 樹模型,健康相同的刪除計畫,健康相同的選擇方案,局部的最佳條件,保護差異,satisfiability,確定包括,旅行售貨員

    參考資料: 網址
  • 1 0 年前

    題目:健身制服最佳化

    摘要:

    在進化的運算法則中,人口的健身增加藉由畸變,而且再結合個體用時間和藉著一個較適當個體的被使存偏見的選擇。

    正確的選擇主席-確信是重要的在一方面確定充份的最佳化進步方面和在保存遺傳基因的不同方面能夠另一方面從當地的 optima 逃脫。

    在個體上根據一個全世界類似關係刺激了,

    我們提議一個新的選擇方案,這在 fitn 中是制服, 而且可滿足方案。 我們也提議經由刪除和表演達成一個相似的結果的一個新的刪除方案,如此的一個方案比標準方法更有效地保護遺傳基因的不同方式。 我們比較新方案的表現和比賽 selec- tion 和隨意刪除在一個人造的迷惑問題和多種的 NP 上難的問題: 旅行售貨員,設定覆蓋、和可滿足性。

    索引期限-健身的樹模型、健身制服刪除方案,健身制服選擇方案、當地的 optima 、保護區不同,可滿足性,組覆蓋,旅行售貨員。

    參考資料: 線上翻譯以及自己努力拼湊出來的 別笑喔!
還有問題?馬上發問,尋求解答。