유전자 알고리즘에서 인구 규모와 세대 수의 균형은 무엇입니까?

유전자 알고리즘은 인구가 많을수록 더 적은 세대에 진화하지만 세대를 계산하는 데 더 오래 걸립니다. 가능한 한 빨리 실행 가능한 솔루션에 도달하기 위해이 두 가지 요소의 균형을 맞추기위한 지침이 있습니까?

또한 이것이 질문에 가장 적합한 장소입니까?

ds.algorithms machine-learning genetic-algorithms

— 맷 먼슨
소스

질문은 아마도 Cross Validated에 속할 것입니다 .

— chrisaycock

나는이 질문이 여기에 좋다고 생각하고 여기에 대답하고 싶다. 내가 이해하는 한, 유전자 알고리즘은 cstheory에 관한 많은 일반적인 주제만큼 엄격한 분석을하지 않지만이 질문은 여전히 cstheory 질문이며 연구 수준에서 논쟁 할 것입니다. cstheory.stackexchange.com/questions/844/… 다음과 같은 유전자 알고리즘 질문 에 답했습니다. 이러한 종류의 질문에 대한 메타 토론도 있습니다. meta.cstheory.stackexchange.com/questions/73/…

— Artem Kaznatcheev

이 문제에 대한 몇 가지 작품이 있습니다. 어떤 문제에 대해 지침을 제시해야하는지 지정하지 않았기 때문에 몇 가지 주요 관심 논문과 마지막 논문을 나열하겠습니다. 그들은:

C. Witt (2008) 인구 규모와 단순 진화 알고리즘의 런타임 // 이론적 컴퓨터 과학, 403 (1), pp. 104-120.
T. Chen, K. Tang, G. Chen 및 X. Yao 대규모 인구 규모는 진화 알고리즘 // 이론적 컴퓨터 과학 에서 도움이되지 않을 수 있습니다 . 언론 기사
O. Giel, PK Lehre (2010) 진화 다 객체 최적화에서 집단의 효과에 대한 // 진화 진화 계산 18 (3), 335-356 쪽.
PS Oliveto, J. He, X. Yao (2008) 정점 표지 문제에 대한 인구 기반 진화 알고리즘 분석 . 전산 인텔리전스에 관한 IEEE 세계 의회의 절차.
PS Oliveto, J. He, X. Yao (2007) 조합 최적화를위한 진화 알고리즘의 시간 복잡성 : 수십 년의 결과 // 국제 자동화 및 컴퓨팅 저널. 인구 기반 EA에 대한 결과는 4.1 섹션을 참조하십시오.

— 올렉산드르 본다 렌코
소스