Key points are not available for this paper at this time.
Dieses Papier analysiert den Effekt von Rauschen auf verschiedene Auswahlmechanismen für genetische Algorithmen (GAs). Modelle für mehrere Auswahlverfahren werden entwickelt, die erfolgreich die Konvergenzeigenschaften von GAs in rauschbeeinflussten Umgebungen vorhersagen. Die in diesem Papier modellierten Auswahlmechanismen umfassen proportionale Auswahl, Turnierauswahl, (μ, λ) Auswahl und lineare Rangfolgeauswahl. Ein allelweise Modell für die Konvergenz in Anwesenheit von Rauschen wird für das OneMax-Domain entwickelt und dann auf komplexere Domänen erweitert, in denen die Bausteine gleichmäßig skaliert sind. Diese Modelle zeigen, dass sie die Konvergenzrate von GAs für eine breite Palette von Rauschpegeln genau vorhersagen können.
Miller et al. (Sat,) untersuchten diese Frage.