Lamarckian Evolution, The Baldwin Effect and Function Optimization
Lamarckian Evolution, The Baldwin Effect and Function Optimization
复制标题
DOI：
10.1007/3-540-58484-6_245
复制
发表时间：
1994-10
期刊：
影响因子：
--
通讯作者：
L. D. Whitley;V. S. Gordon;Keith E. Mathias
中科院分区：
文献类型：
--
作者：
L. D. Whitley;V. S. Gordon;Keith E. Mathias
我们比较了两种形式的杂交遗传搜索。第一种方法使用拉马克进化，而第二种方法使用了一种相关的方法，即使用局部搜索来改变字符串的适应度，但获得的改进不会改变个体的遗传编码。后一种搜索方法利用了鲍德温效应。通过对一个简单遗传算法的建模，我们证明了存在这样的函数，即没有学习的简单遗传算法和拉马克进化算法收敛到相同的局部最优，而利用鲍德温效应的遗传搜索收敛到全局最优。我们还表明，利用鲍德温效应的简单遗传算法有时可以优于采用相同局部搜索策略的拉马克进化形式。
We compare two forms of hybrid genetic search. The first uses Lamarckian evolution, while the second uses a related method where local search is employed to change the fitness of strings, but the acquired improvements do not change the genetic encoding of the individual. The latter search method exploits the Baldwin effect. By modeling a simple genetic algorithm we show that functions exist where simple genetic algorithms without learning as well as Lamarckian evolution converge to the same local optimum, while genetic search utilizing the Baldwin effect converges to the global optimum. We also show that a simple genetic algorithm exploiting the Baldwin effect can sometimes outperform forms of Lamarckian evolution that employ the same local search strategy.