Chaotische Sequenzen zur Verbesserung der Leistung von evolutionären Algorithmen

Dieses Papier stellt eine experimentelle Analyse zur Konvergenz von evolutionären Algorithmen (EAs) vor. Der Einfluss der Einführung chaotischer Sequenzen anstelle von zufälligen während aller Phasen des Evolutionsprozesses wird untersucht. Die Vorgehensweise basiert auf der Substitution des Zufallszahlengenerators (RNG) durch chaotische Sequenzen. Es werden mehrere numerische Beispiele berichtet, um die Leistung des EAs unter Verwendung von zufälligen und chaotischen Generatoren hinsichtlich sowohl der Ergebnisse als auch der Konvergenzgeschwindigkeit zu vergleichen. Die erzielten Ergebnisse zeigen, dass einige chaotische Sequenzen immer in der Lage sind, den Wert einiger gemessener Algorithmus-Leistungsindikatoren im Vergleich zu zufälligen Sequenzen zu erhöhen. Darüber hinaus wird gezeigt, dass EAs äußerst empfindlich gegenüber verschiedenen RNGs sein können. Einige t-Tests wurden durchgeführt, um die Verbesserungen zu bestätigen, die durch die vorgeschlagene Strategie eingeführt wurden.