Сборники тезисов • Информационные и интеллектуальные системы и технологии • Технологии программирования и искусственный интеллект
Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, 2015.
Выбор вспомогательных критериев для повышения эффективности эволюционных алгоритмов при помощи обучения с подкреплением в нестационарной среде
УДК: 004.85
Аннотация:
Существуют методы повышения эффективности эволюционных алгоритмов (ЭА) при помощи вспомогательных критериев. Одним из них является метод EA+RL, в котором для выбора вспомогательного критерия, используемого в качестве функции приспособленности (ФП) на данном шаге алгоритма, применяется обучение с подкреплением. Эффективность данного метода была продемонстрирована и теоретически доказана на ряде задач. Ранее применялись алгоритмы обучения с подкреплением в стационарной среде. Однако в случае, когда свойства вспомогательных критериев зависят от этапа оптимизации, среда не является стационарной. В работе предложен подход к обучению с подкреплением в нестационарной среде, который был успешно применен в методе EA+RL для решения модельной задачи. Предложена улучшенная версия данного алгоритма, эффективность которой подтверждается на ряде модельных задач.