Quel est le compromis entre la taille de la population et le nombre de générations dans les algorithmes génétiques

13

Les algorithmes génétiques évoluent en moins de générations avec une population plus importante, mais prennent également plus de temps pour calculer une génération. Existe-t-il des lignes directrices pour équilibrer ces deux facteurs, afin d'arriver à une solution viable le plus rapidement possible?

Est-ce aussi le meilleur endroit pour la question?

ds.algorithms  machine-learning  genetic-algorithms 
— Matt Munson
source
La question appartient probablement à Cross Validated .
— chrisaycock
5
Je pense que cette question est très bien ici, et j'aimerais qu'on y réponde ici. Autant que je sache, les algorithmes génétiques n'ont pas une analyse aussi rigoureuse que la plupart des sujets communs sur la théorie, mais cette question est toujours une question théorique et je dirais au niveau de la recherche. Nous avons déjà répondu à des questions sur les algorithmes génétiques: cstheory.stackexchange.com/questions/844/… Il y a aussi une méta discussion sur ce type de questions: meta.cstheory.stackexchange.com/questions/73/…
— Artem Kaznatcheev

Réponses:

15

Il y a quelques travaux sur cette question. Puisque vous ne précisez pas pour quels problèmes vous voulez des lignes directrices, je vais énumérer quelques grands et derniers articles d'intérêt général. Elles sont:

— Oleksandr Bondarenko
source
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.