Apa tradeoff antara ukuran populasi dan jumlah generasi dalam algoritma genetika

Algoritma genetika berkembang dalam generasi yang lebih sedikit dengan populasi yang lebih besar, tetapi juga membutuhkan waktu lebih lama untuk menghitung satu generasi. Apakah ada beberapa garis pedoman untuk menyeimbangkan kedua faktor tersebut, agar tiba pada solusi yang layak sesegera mungkin?

Juga, apakah ini tempat terbaik untuk pertanyaan?

ds.algorithms machine-learning genetic-algorithms

— Matt Munson
sumber

Pertanyaannya mungkin milik Cross Validated .

— chrisaycock

Saya pikir pertanyaan ini baik-baik saja di sini, dan saya ingin melihatnya dijawab di sini. Sejauh yang saya mengerti algoritma genetika tidak memiliki analisis yang ketat seperti banyak topik umum tentang teori, tetapi pertanyaan ini masih merupakan pertanyaan teori dan saya akan berdebat di tingkat penelitian. Kami telah menjawab pertanyaan algoritma genetika sebelumnya: cstheory.stackexchange.com/questions/844/... Ada juga diskusi meta tentang pertanyaan semacam ini: meta.cstheory.stackexchange.com/questions/73/…

— Artem Kaznatcheev

Ada beberapa karya tentang masalah ini. Karena Anda tidak menentukan untuk masalah apa yang Anda inginkan pedoman saya akan daftar beberapa makalah utama dan beberapa kepentingan umum terakhir. Mereka:

C. Witt (2008) Ukuran Populasi versus Runtime dari Algoritma Evolusi Sederhana // Theoretical Computer Science, 403 (1), hlm. 104-120.
T. Chen, K. Tang, G. Chen dan X. Yao Ukuran populasi yang besar dapat tidak membantu dalam algoritma evolusioner // Ilmu Komputer Teoritis. Artikel di Pers
O. Giel, PK Lehre (2010) Tentang pengaruh populasi dalam optimisasi multi-objektif evolusi // Komputasi Evolusi 18 (3), hlm. 335-356.
PS Oliveto, J. He, X. Yao (2008) Analisis Algoritma Evolusi Berbasis Populasi untuk Masalah Penutup Vertex . Dalam Prosiding Kongres Dunia IEEE tentang Kecerdasan Komputasi.
PS Oliveto, J. He, X. Yao (2007) Kompleksitas Waktu dari Algoritma Evolusi untuk Optimalisasi Kombinatorial: Satu Dekade Hasil // International Journal of Automation and Computing. Lihat bagian 4.1 di sini untuk hasil EA berbasis populasi.

— Oleksandr Bondarenko
sumber