書(shū)名: 智能優(yōu)化技術(shù):適應(yīng)度地形理論及組合優(yōu)化問(wèn)題的應(yīng)用作者名: 路輝 周容容 石津華 孫升杰編著本章字?jǐn)?shù): 617字更新時(shí)間: 2021-08-24 11:50:30
第3章 中性
在進(jìn)化算法的研究領(lǐng)域,中性的作用已經(jīng)得到了很多研究者的關(guān)注。如果從一個(gè)基因到另一個(gè)基因的變異沒(méi)有改變基因的表型,那么這樣的現(xiàn)象就稱為中性。
進(jìn)化計(jì)算系統(tǒng)的靈感來(lái)源于進(jìn)化論,該理論提出通過(guò)選擇過(guò)程,個(gè)體適應(yīng)環(huán)境,這就是有效變異累積的結(jié)果。但是,在20世紀(jì)60年代,Kimura提出了大部分分子水平的進(jìn)化變化都是隨機(jī)固定中性變異的結(jié)果[1],換句話說(shuō),在進(jìn)化過(guò)程中,變異過(guò)程對(duì)于個(gè)體的生存既不是有利的,也不是不利的。這稱為分子進(jìn)化的中性理論,指的就是基因的突變不改變基因的表型。
當(dāng)時(shí),由于Kimura的理論看上去與達(dá)爾文的進(jìn)化論相對(duì)立,因此受到了生物學(xué)研究界的高度批評(píng)。Kimura對(duì)這一看法進(jìn)行了回答,他認(rèn)為中性理論沒(méi)有否認(rèn)自然選擇在適應(yīng)性進(jìn)化過(guò)程中的決定性作用,但它假設(shè)了只有一分鐘進(jìn)化中DNA(deoxyribonucleic acid,脫氧核糖核酸)變化的部分是適應(yīng)性的,而絕大多數(shù)表型不變的分子變異對(duì)物種的生存和繁殖沒(méi)有顯著的影響[2]。
中性理論同時(shí)也啟發(fā)了進(jìn)化計(jì)算的研究人員,他們希望通過(guò)引入中性理論幫助進(jìn)化過(guò)程。假設(shè)適應(yīng)度地形是一個(gè)三元集合L=(X,N,f),其中X是所有可能解的集合,N:x→2x是一個(gè)鄰域函數(shù),對(duì)于每一個(gè)解x∈X,它的鄰居解的集合是N(x),f:x→是適應(yīng)度函數(shù)。如果給定一組變異算子,N可以定義為N(x)={x′∈X|x′可以通過(guò)x一次變異得到}。在很多情況下,即使搜索空間S非常大,但是f只是一個(gè)有限的集合,因此會(huì)出現(xiàn)大量的不同解擁有相同的適應(yīng)度值。這樣的情況下,該地形就是中性程度高的。
- 生成式AI實(shí)戰(zhàn)
- 虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)
- PyTorch神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn):移動(dòng)端圖像處理
- 塊數(shù)據(jù)4.0:人工智能時(shí)代的激活數(shù)據(jù)學(xué)
- 機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)(基于R的統(tǒng)計(jì)學(xué)習(xí)方法)
- 深度學(xué)習(xí)實(shí)戰(zhàn):基于TensorFlow 2和Keras(原書(shū)第2版)
- 大模型項(xiàng)目實(shí)戰(zhàn):Agent開(kāi)發(fā)與應(yīng)用
- AI律師助手:律師實(shí)務(wù)ChatGPT實(shí)戰(zhàn)指南
- 通用人工智能:初心與未來(lái)
- 深入淺出圖神經(jīng)網(wǎng)絡(luò):GNN原理解析
- 深度學(xué)習(xí)
- 人工智能算法(卷3):深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)
- 大數(shù)據(jù)區(qū)塊鏈金融:貴陽(yáng)的實(shí)踐與思考
- 人類的終極命運(yùn)
- 智能優(yōu)化技術(shù):適應(yīng)度地形理論及組合優(yōu)化問(wèn)題的應(yīng)用