saaaaa人工智能(已修改)
2025-08-16 09:34 本頁面
【正文】 使用結(jié)構(gòu)化人群保持種群多樣性的進(jìn)化藝術(shù)摘要維持種群的多樣性在多數(shù)的進(jìn)化計(jì)算中的，尤其是在進(jìn)化藝術(shù)方面是一項(xiàng)重要而艱巨的任務(wù)。缺乏種群多樣性會導(dǎo)致效率低下的搜索行為和過早收斂。在本文中，我們研究種群在進(jìn)化藝術(shù)群體多樣性的影響。為了達(dá)到這個目的，我們用使用了隨機(jī)交配模型的美化圖片的無監(jiān)督進(jìn)化（在這循環(huán)中未使用人類）進(jìn)行了幾個實(shí)驗(yàn)，其中這個模型是一個分布式孤島模型（一個最優(yōu)選擇模式和一個目標(biāo)算法。）在我們的孤島模型實(shí)驗(yàn)中，我們使用了不同的參數(shù)來設(shè)置島嶼的數(shù)目，島的規(guī)模，遷移間隔，遷移大小和初始化方法。在我們的蜂窩EA實(shí)驗(yàn)中，我們在寬度，高度和鄰居中使用了不同的設(shè)置。我們也用具有增強(qiáng)遺傳操作比較了結(jié)構(gòu)化的人口的應(yīng)用與隨機(jī)交配EA的應(yīng)用。我們發(fā)現(xiàn)，使用結(jié)構(gòu)化的種群有利于維持兩表型和基因型分集。孤島模型和細(xì)胞EA的所有配置優(yōu)于我們的種群多樣性標(biāo)準(zhǔn)的隨機(jī)交配EA。關(guān)鍵字：進(jìn)化藝術(shù)，人口密度，基因工程，細(xì)胞進(jìn)化算法，孤模型。進(jìn)化藝術(shù)（EvoArt）是一個蓬勃發(fā)展的研究學(xué)科，它從進(jìn)化計(jì)算（EC）調(diào)查了在創(chuàng)造美觀的內(nèi)容的方法應(yīng)用。人口的多樣性是在群體中個體差異的數(shù)量，并且在一般的EC和EvoArt中是特別重要。種群多樣性的喪失會導(dǎo)致效率低下的搜索行為，并可能導(dǎo)致過早收斂。不受監(jiān)督的進(jìn)化藝術(shù)是在EvoArt一個子場調(diào)查美觀的圖像的進(jìn)化（或“藝術(shù)”），而沒有人類的審美評價。全民健身評價由審美措施執(zhí)行。許多審美措施都來自一個新興的領(lǐng)域“計(jì)算美學(xué)”。審美變成模型和算法是一項(xiàng)艱巨的任務(wù)，且對觀察合理的共識，即目前大多數(shù)的審美措施，主要是作為在搜索過程中啟發(fā)函數(shù)。另一種看法是，EvoArt比起應(yīng)用，天生更看重探索。一個執(zhí)行探索的EvoArt系統(tǒng)和有創(chuàng)新性的潛在輸出有關(guān)；Margaret Boden定義創(chuàng)新能力是創(chuàng)造小說的能力，是令人驚奇的和有價值的想法。Margaret Boden描述了三個方面的創(chuàng)新：組合，探索和有變革性的創(chuàng)意。組合創(chuàng)意是通過組合現(xiàn)有想法以意想不到的方式創(chuàng)造新意的過程。探索創(chuàng)意是從現(xiàn)有的思路出發(fā)，改變了想法小步39。探索39。的小說的想法周圍的概念空間生產(chǎn)的新思路的過程。 變革性的創(chuàng)造力是創(chuàng)造力的最激進(jìn)的形式，其中一個改變了概念空間（或者“改變規(guī)則”的一個想法）。我們認(rèn)為，前兩種形式的創(chuàng)造力（組合和探索）是目前在系統(tǒng)EvoArt伸手可及的。這兩種形式的創(chuàng)意需要高度的探索，這表明相比較于其他EC結(jié)構(gòu)域，EvoArt需要探索一個高（更高）水平。需要探索任務(wù)中EvoArt系統(tǒng)連續(xù)大種群的多樣性，既為無監(jiān)督EvoArt系統(tǒng)和IEC EvoArt系統(tǒng)。出于這個原因，我們認(rèn)為，人口的多樣性是一個重要的問題在監(jiān)督和無監(jiān)督的進(jìn)化藝術(shù)中。在一些EC出版物（如[14]），人口的表型多樣性等于適應(yīng)度值的傳播，以及兩個個人之間的表型的距離等于他們的適應(yīng)度值的差異。我們認(rèn)為，這種假設(shè)在EvoArt的領(lǐng)域內(nèi)并不能站穩(wěn)腳跟。兩個圖像可以相當(dāng)類似于人類觀察者，但也可以由一個審美度量不同評價。兩個不同的視覺圖像可以通過一種審美度量收到同樣的適應(yīng)度評價。因此，我們認(rèn)為，EvoArt的表型多樣性應(yīng)該通過由基因型產(chǎn)生的圖像之間的差來計(jì)算，在本文中，我們用眾所周知的圖像距離度量（Stricker amp。 Orengo, 詳見IVB.）來計(jì)算表型多樣性。本文是在一系列維持人口多樣性進(jìn)化藝術(shù)方面中第二篇。在以往的工作中，我們調(diào)查了自定義交叉，變異和初始化對人口密度的影響。在今后的工作中，我們打算研究小生境和適應(yīng)性共享在EvoArt系統(tǒng)中對人口密度的影響。同時在本文中，我們對比了標(biāo)準(zhǔn)，有兩種模式的結(jié)構(gòu)化人群的隨機(jī)交配EA模式；島模式或IM和蜂窩進(jìn)化算法或CEA。我們研究的問題是：（1） 通過在進(jìn)化藝術(shù)系統(tǒng)中用一個
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1