Выбор на основе вознаграждения

Отбор на основе вознаграждения — это метод, используемый в эволюционных алгоритмах для выбора потенциально полезных решений для рекомбинации. Вероятность быть выбранным для человека пропорциональна совокупному вознаграждению, полученному этим человеком. Совокупное вознаграждение может быть рассчитано как сумма индивидуального вознаграждения и вознаграждения, унаследованного от родителей.

Описание [ править ]

Выбор на основе вознаграждения можно использовать в рамках многорукого бандита для многоцелевой оптимизации, чтобы получить лучшее приближение к фронту Парето . ^[1]

Новорожденный $a'^{(g+1)}$ и его родители получают вознаграждение $r^{(g)}$ , если $a'^{(g+1)}$ был выбран для новой популяции $Q^{(g+1)}$ , в противном случае награда равна нулю. Возможны несколько определений вознаграждения:

1. $r^{(g)}=1$ , если новорожденная особь $a'^{(g+1)}$ был выбран для новой популяции $Q^{(g+1)}$ .
2. $r^{(g)}=1-{\frac {rank(a'^{(g+1)})}{\mu }}{\mbox{ if }}a'^{(g+1)}\in Q^{(g+1)}$ , где $rank(a'^{(g+1)})$ - это ранг вновь добавленного индивидуума в популяцию $\mu$ лица. Ранг можно вычислить, используя хорошо известную процедуру недоминируемой сортировки . ^[2]
3. $r^{(g)}=\sum _{a\in Q^{(g+1)}}\Delta {H}(a,Q^{(g+1)})-\sum _{a\in Q^{(g)}}\Delta {H}(a,Q^{(g)})$ , где $\Delta {H}(a,Q^{(g)})$ - вклад индикатора гиперобъема отдельного человека $a$ населению $Q^{(g)}$ . Награда $r^{(g)}>0$ если вновь добавленная особь улучшит качество популяции, которое измеряется как ее гиперобъемный вклад в объективное пространство.
4. Ослабление вышеуказанного вознаграждения, предполагающее наложение штрафных очков в зависимости от ранга за $k$ -й преобладающий фронт Парето: $r^{(g)}={\frac {1}{2^{k-1}}}\left(\sum _{ndom_{k}(Q^{(g+1)})}\Delta {H}(a,ndom_{k}(Q^{(g+1)}))-\sum _{ndom_{k}(Q^{(g)})}\Delta {H}(a,ndom_{k}(Q^{(g)}))\right)$

Отбор, основанный на вознаграждении, может быстро определить наиболее плодотворные направления поиска за счет максимизации совокупного вознаграждения отдельных лиц.

См. также [ править ]

Ссылки [ править ]

^ Лощилов И.; М. Шенауэр; М. Себаг (2011). «Не все родители равны для MO-CMA-ES» (PDF) . Эволюционная многокритериальная оптимизация 2011 (EMO 2011) . Springer Verlag, LNCS 6576. стр. 31–45. Архивировано из оригинала (PDF) 4 июня 2012 г.
^ Деб, К.; Пратап, А.; Агарвал, С.; Мейариван, Т. (2002). «Быстрый и элитарный многоцелевой генетический алгоритм: NSGA-II». Транзакции IEEE в эволюционных вычислениях . 6 (2): 182–197. CiteSeerX 10.1.1.17.7771 . дои : 10.1109/4235.996017 .

[1] Лощилов И.; М. Шенауэр; М. Себаг (2011). «Не все родители равны для MO-CMA-ES» (PDF) . Эволюционная многокритериальная оптимизация 2011 (EMO 2011) . Springer Verlag, LNCS 6576. стр. 31–45. Архивировано из оригинала (PDF) 4 июня 2012 г.

[2] Деб, К.; Пратап, А.; Агарвал, С.; Мейариван, Т. (2002). «Быстрый и элитарный многоцелевой генетический алгоритм: NSGA-II». Транзакции IEEE в эволюционных вычислениях . 6 (2): 182–197. CiteSeerX 10.1.1.17.7771 . дои : 10.1109/4235.996017 .

[1]

[2]