Использование анализа ландшафта функции приспособленности для выбора параметров эволюционных алгоритмов

Список источников:
1.Lobo F. J., Lima C. F., Michalewicz Z. (ed.). Parameter setting in evolutionary algorithms. – Springer Science & Business Media, 2007. – Т. 54.2. Mersmann O., Preuss M., Trautmann H. Benchmarking evolutionary algorithms: Towards exploratory landscape analysis //International Conference on Parallel Problem Solving from Nature. – Springer, Berlin, Heidelberg, 2010. – С. 73-82.
3. Dang N., Doerr C. Hyper-parameter tuning for the (1+(λ, λ)) GA //Proceedings of the Genetic and Evolutionary Computation Conference. – 2019. – С. 889-897.
4. Weise T., Wu Z. Difficult features of combinatorial optimization problems and the tunable w-model benchmark problem for simulating them //Proceedings of the Genetic and Evolutionary Computation Conference Companion. – 2018. – С. 1769-1776.5. Kerschke P., Trautmann H. The R-Package FLACCO for exploratory landscape analysis with applications to multi-objective optimization problems //2016 IEEE Congress on Evolutionary Computation (CEC). – IEEE, 2016. – С. 5262-5269.6. Svozil D., Kvasnicka V., Pospichal J. Introduction to multi-layer feed-forward neural networks //Chemometrics and intelligent laboratory systems. – 1997. – Т. 39. – №. 1. – С. 43-62.

Разработка методов настройки параметров в эволюционных алгоритмах необходима для их успешного применения на практике [1].Анализ ландшафта функции приспособленности [2] изучает характеристики ландшафта, которые можно извлечь из промежуточных решений и их значений приспособленности, что позволяет получить некоторое представление о задаче даже при black-box постановке.Успешный перенос знаний о подходящих параметрах из одной задачи в другую с использованием анализа ландшафта целевой функции может помочь улучшить методы выбора параметров в эволюционных алгоритмах.