¿Cuál es la compensación entre el tamaño de la población y el número de generaciones en algoritmos genéticos?

Los algoritmos genéticos evolucionan en menos generaciones con una población más grande, pero también tardan más en calcular una generación. ¿Existen algunas pautas para equilibrar esos dos factores, a fin de llegar a una solución viable lo antes posible?

Además, ¿es este el mejor lugar para la pregunta?

ds.algorithms machine-learning genetic-algorithms Matt Munson
fuente

La pregunta probablemente pertenece a Cross Validated .

chrisaycock

Creo que esta pregunta está bien aquí, y me gustaría verla respondida aquí. Hasta donde yo entiendo, los algoritmos genéticos no tienen un análisis tan riguroso como muchos de los temas comunes sobre teoría, pero esta pregunta sigue siendo una pregunta teórica y argumentaría a nivel de investigación. Hemos respondido preguntas sobre algoritmos genéticos antes: cstheory.stackexchange.com/questions/844/… También hay una meta discusión sobre este tipo de preguntas: meta.cstheory.stackexchange.com/questions/73/…

Artem Kaznatcheev

Respuestas:

Hay algunos trabajos sobre este tema. Como no especifica para qué problemas desea pautas, enumeraré algunos documentos importantes y algunos últimos de interés general. Son:

C. Witt (2008) Tamaño de la población versus tiempo de ejecución de un algoritmo evolutivo simple // Theoretical Computer Science, 403 (1), pp. 104-120.
T. Chen, K. Tang, G. Chen y X. Yao Un gran tamaño de población puede ser inútil en algoritmos evolutivos // Ciencias de la computación teóricas. Artículo en prensa
O. Giel, PK Lehre (2010) Sobre el efecto de las poblaciones en la optimización evolutiva de objetivos múltiples // Computación evolutiva 18 (3), pp. 335-356.
PS Oliveto, J. He, X. Yao (2008) Análisis de algoritmos evolutivos basados en la población para el problema de la cubierta de vértices . En Actas del Congreso Mundial IEEE sobre Inteligencia Computacional.
PS Oliveto, J. He, X. Yao (2007) Complejidad temporal de los algoritmos evolutivos para la optimización combinatoria: una década de resultados // International Journal of Automation and Computing. Consulte aquí la sección 4.1 para obtener resultados sobre EA basados en la población.

Oleksandr Bondarenko
fuente