人口アルゴリズムと遺伝的アルゴリズムの世代数のトレードオフは何ですか

遺伝的アルゴリズムは、人口が多いほど少数の世代で進化しますが、世代の計算に時間がかかります。できるだけ早く実行可能なソリューションに到達するために、これら2つの要素のバランスを取るためのガイドラインはありますか？

また、これは質問に最適な場所ですか？

ds.algorithms machine-learning genetic-algorithms

質問は、おそらくCross Validatedに属します。

— -chrisaycock

この質問はここでうまくいくと思うので、ここで答えてもらいたいと思います。私が理解している限り、遺伝的アルゴリズムはcstheoryの一般的なトピックほど厳密な分析を行っていませんが、この質問はまだcstheoryの質問であり、研究レベルで議論します。：前に私たちは、遺伝的アルゴリズムの質問に答えているcstheory.stackexchange.com/questions/844/...質問のこれらの並べ替えのメタ議論もあります：meta.cstheory.stackexchange.com/questions/73/...

— アルテムKaznatcheev

この問題に関するいくつかの作業があります。ガイドラインが必要な問題を特定しないので、一般的な関心のある主要な論文と最新の論文をいくつかリストします。彼らです：

C.ウィット（2008）人口サイズと単純な進化的アルゴリズムの実行時間 //理論的コンピューターサイエンス、403（1）、pp。104-120。
T.チェン、K。タン、G。チェン、およびX.ヤオ進化的アルゴリズムでは、人口の規模が大きいと役に立たない場合があります //理論的コンピューターサイエンス。プレス資料
O. Giel、PK Lehre（2010）進化的多目的最適化における人口の影響について //進化的計算18（3）、pp。335-356。
PS Oliveto、J。He、X。Yao（2008）頂点カバー問題のための人口ベースの進化的アルゴリズムの分析。計算知能に関するIEEE世界会議の議事録。
PS Oliveto、J。He、X。Yao（2007）組み合わせ最適化のための進化的アルゴリズムの時間複雑性：結果の10年 // International Journal of Automation and Computing。人口ベースのEAの結果については、ここ4.1セクションを参照してください。

— オレクサンドル・ボンダレンコ
ソース