实体
(1+1) EA on Generalized Dynamic OneMax
(1+1) EA on Generalized Dynamic OneMax
PulseAugur coverage of (1+1) EA on Generalized Dynamic OneMax — every cluster mentioning (1+1) EA on Generalized Dynamic OneMax across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
LLMs 在 Lean 中设计具有机器检查运行时界限的进化算法
研究人员开发了一种新颖的流程，该流程使用大型语言模型（LLMs）来设计进化算法并对其效率进行数学证明。该系统利用 Lean 证明器来筛选和验证提出的算法，已成功为各种优化问题生成了具有保证运行时界限的算法。值得注意的是，它为 CycleUncover 问题设计了一种预期运行时为 O(n^2) 的算法，其性能明显优于传统的（1+1）EA 的指数级运行时。这种方法展示了 LLMs 在自动化算法发现和验证方面的潜力，取代了传统的经验评估。
-
(1+1) EA 期望命中时间敏感性的新理论
本文深入探讨了进化算法的理论基础，特别是具有标准位变异的 (1+1) EA。研究人员探索了期望命中时间对变异率的敏感性，引入了诸如按状态符号定理和非可归约族的可验证证书等新概念。研究强调了关于 Margulis-Russo 公式的一个形式化陷阱，并提出了精确分离来证明单步成功率数量不能完全决定期望命中时间。
-
新研究探索用于图着色的灰盒优化
两篇新研究论文探讨了局部搜索和灰盒优化技术在顶点着色问题上的应用，特别是在二分图上。研究确定了可能导致局部搜索算法得出次优解的特定图结构。然而，通过引入利用问题特定信息的灰盒算子（例如移除不常用颜色），研究人员展示了在寻找最优着色方面取得的显著改进，将预期运行时间从指数级降低到多项式级。