Сборники тезисов • Информационные и интеллектуальные системы и технологии • Технологии программирования, искусственный интеллект, биоинформатика
Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, 2016.
Настройка эволюционных алгоритмов с помощью обучения с подкреплением
УДК: 004.85
Аннотация:
Эффективность работы эволюционного алгоритма зависит от выбора значений его параметров. Подбор параметров может осуществляться до запуска эволюционного алгоритма. Однако оптимальные значения параметров могут изменяться в ходе работы алгоритма. Поэтому необходим метод адаптивной настройки параметров в процессе оптимизации. Недавно в работе Karafotias et al. был предложен эффективный метод настройки параметров эволюционного алгоритма с помощью обучения с подкреплением. В данном методе диапазон допустимых значений параметра разбивается на несколько подынтервалов перед запуском алгоритма. Однако разбиение интервала в процессе оптимизации может повысить эффективность эволюционного алгоритма. Одним из эффективных алгоритмов настройки параметров эволюционного алгоритма, в котором интервал допустимых значений параметра разбивается динамически, является алгоритм EARPC. В данной работе предложен алгоритм настройки параметров эволюционных алгоритмов с помощью обучения с подкреплением, в котором интервал допустимых значений параметра разбивается динамически. Предложенный метод превосходит другие методы адаптивной настройки параметров эволюционного алгоритма на ряде модельных задач.