1

遺伝的アルゴリズムに関する書籍とチュートリアルでは、グレイコードを使用してバイナリゲノムの整数をコード化することは、しばしば標準ベース2を使用するよりも優れていることが説明されています。コード化された整数の+1または-1の変更、任意の数のビットフリップ。言い換えると、隣接する整数もグレイコードに隣接しており、グレイエンコーディングの最適化問題は、本来の数値問題と同じくらい多くのローカル最適化問題を持ちます。進化的計算におけるグレイコードの利点は何ですか?

標準ベース2と比較して、グレーコードを使用することには他にも利点がありますか?

+0

グレーの例: Xinjie、Tu、Mitsuo、Gen. Evolutionary Algorithmsの紹介。 p42-43(Springer、2010) Whitley、Darrell。遺伝的アルゴリズムの概要。情報とソフトウェア技術、43(14)(2001) – Theelepel

答えて

2

グレイエンコーディングは、ハミングウォールの発生を避けるために使用されます。 this paper、セクション3.5で説明されているように。

基本的に、ハミング・ウォールは、GAが適応性の次のステップを生成するために正しい方法で突然変異することはまれであるか、ほとんど起こりそうにない点です。

グレイコーディングの特性のため、これは起こりにくいものです。

+0

あなたの答えをありがとう。しかし、グレイコードに他のメリットがあるかどうか質問します。隣接する整数の最小ハミング距離は、すでに質問と参照で言及されています。 – Theelepel

+0

彼らはリンクされていなかったのであなたの参考文献を読んでいませんでした。そして、ハミング壁はqに直接言及されませんでした。 – NWS

関連する問題