On the Effect of Temporal Heterogeneity on Selection Pressure of Evolutionary Algorithms / GECCO 2023 Companion - Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion
Tema
Aprendizaje automático (Machine learning)
Fecha de publicación
24-jul-2023
Editor
Association Computing Machinery
Descripción física
Artículo académico que estudia el impacto de la heterogeneidad temporal en el proceso de búsqueda, con el fin de encontrar un equilibrio entre exploración y explotación mediante la incorporación de un parámetro adicional en los algoritmos evolutivos. Este parámetro controla la presión de selección, permitiendo una transición desde estrategias (μ+λ) hacia estrategias (μ,λ). Se analizan algoritmos evolutivos clásicos para la optimización mono y multiobjetivo (con tres y cinco objetivos) y se prueban en benchmarks académicos.