saaaaa人工智能-全文預覽
【正文】 多樣性，不僅僅在島上它自己的多樣性）。首先，隨機交配的EA，IM和CEA之間的比較應該敬克能“公平”，所以，我們決定使得所有的種群的大小相同，256。Ralph 和 Ross的審美量度是基于觀察到超過符合正?；蜱娦吻€分布[20]的顏色梯度許多畫展覽的功能。每個圖像特征被分配一個權重w且權重示于表I中.C、 Ralph 和 Ross的鐘形曲線窗體頂端在本文中的所有試驗中，我們使用了一個審美尺度的適應度函數。因此，有必要使用圖像距離函數來計算個體之間的表型距離。該指標使用幾個規(guī)則的不同類型的節(jié)點（文字，函數，空等），詳情可參考文獻[17]。art和N39。emeth距離函數來計算基因型函數。Ⅳ實驗裝置這部分，我們簡單介紹一下我們的實驗裝置。一個CEA定義了每一個個體的鄰域且選擇只能在這鄰域上進行。細胞進化算法：另一個著名的空間結構想法額實現(xiàn)是細胞進化算法（CEA）。 IM的良好概述是[23]和[1]。熱門島嶼拓撲是環(huán)，完全連接，小世界，隨機的和動態(tài)的。孤島模型：在空間結構種群的一個著名的例子是島型或IM。窗體頂端細胞EA起源于在20世紀90年代初期EA的并行化的工作，該領域的一個很好的概述是[23]。窗體頂端關于IM的文獻是廣泛的，最明顯的是在作用在IM特定參數（如遷移的大小，間隔等）。使用這種方法，在藝術輸出時，他們的系統(tǒng)能夠維持高的水平的多樣性。在以前的工作中，我們?yōu)榻徊婧妥儺惒僮魇褂靡粋€基因型距離函數和表型的距離函數來執(zhí)行本地搜索步驟。在第四節(jié)，我們描述了我們的適應性函數，我們用來衡量種群多樣性的兩個距離函數和我們的實驗。同時在本文中，我們對比了標準，有兩種模式的結構化人群的隨機交配EA模式；島模式或IM和蜂窩進化算法或CEA。 Orengo, 詳見IVB.）來計算表型多樣性。我們認為，這種假設在EvoArt的領域內并不能站穩(wěn)腳跟。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結構域，EvoArt需要探索一個高（更高）水平。探索39。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；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。全民健身評價由審美措施執(zhí)行。進化藝術（EvoArt）是一個蓬勃發(fā)展的研究學科，它從進化計算（EC）調查了在創(chuàng)造美觀的內容的方法應用。我們也用具有增強遺傳操作比較了結構化的人口的應用與隨機交配EA的應用。在本文中，我們研究種群在進化藝術群體多樣性的影響。缺乏種群多樣性會導致效率低下的搜索行為和過早收斂。在我們的蜂窩EA實驗中，我們在寬度，高度和鄰居中使用了不同的設置。關鍵字：進化藝術，人口密度，基因工程，細胞進化算法，孤模型。不受監(jiān)督的進化藝術是在EvoArt一個子場調查美觀的圖像的進化（或“藝術”），而沒有人類的審美評價。另一種看法是，EvoArt比起應用，天生更看重探索。探索創(chuàng)意是從現(xiàn)有的思路出發(fā)，改變了想法小步39。我們認為，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。在一些EC出版物（如[14]），人口的表型多樣性等于適應度值的傳播，以及兩個個人之間的表型的距離等于他們的適應度值的差異。因此，我們認為，EvoArt的表型多樣性應該通過由基因型產生的圖像之間的差來計算，在本文中，我們用眾所周知的圖像距離度量（Stricker amp。在今后的工作中，我們打算研究小生境和適應性共享在EvoArt系統(tǒng)中對人口密度的影響。接下來，我們在第三節(jié)討論種群多樣性和空間結構化的人口（IM和CEA）。在本節(jié)中，我們會提到用EvoArt和GP維持種群多樣性的已經做的工作，我們會提到文學上的使用空間結構的人口，以保持種群的多樣性。McCorm
化學相關推薦
鄂ICP備17016276號-1