新型自适应算法利用多样化代理模型增强进化搜索

研究人员开发了一种新型自适应代理辅助进化算法（SAEA），通过构建集成模型来提高预测质量和鲁棒性。该算法通过最小化近似误差和模型复杂度来优化径向基函数网络（RBFN）的结构，从而得到具有不同平滑度等级的更精确的代理模型。还设计了一个填充准则，以帮助从这些多样化的代理模型中预筛选解决方案。实验表明，该方法在基准问题和实际问题上均优于最先进的SAEA。 AI

影响 通过提高代理模型的准确性和鲁棒性，增强了复杂问题的优化能力。

排序理由 该集群包含一篇详细介绍进化计算新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Radial Basis Function Networks
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →