64、交互式进化计算算法的研究与比较

交互式进化计算算法的研究与比较

1. 交互式进化策略分析

交互式进化策略（IES）是结合主观选择标准的算法，与人类 - 算法交互的背景相关。与非交互式进化相比，它有显著差异。在分析方法上，通过决策努力标准等比较不同形式的交互，并提出获取交互式进化算法性能边界的概念。这里引入了“理想用户”的概念，用于估计算法交互式部分的改进潜力。

在颜色重新设计测试案例的实证研究中，扩展了之前的实验，增加了双色重新设计示例。开发了一个 Java 小程序，用于在互联网调查中实施 IES，从不同用户那里获得了大量结果。

实验结果表明：
- 步长自适应的优势 ：采用步长自适应的策略更稳健，降低了选择完全错误步长的风险。特别是在少于四十代的极少量迭代中，三点步长自适应证明是有益的。
- 用户选择的影响 ：与“理想”用户的选择方案相比，普通用户的选择难以使收敛速度最大化，这表明基于用户的选择噪声对算法行为有害。不过，这也意味着用户交互仍有很大的改进空间，例如使用决策辅助、降噪策略或智能用户监控策略，可能会进一步提高 IES 的性能。
- 噪声模型的局限性 ：用户的选择错误难以用标准噪声模型（如目标函数值的恒定高斯分布偏移）来建模，噪声函数似乎与时间和到目标值的距离有关。
- 复杂目标下的用户行为 ：对于更复杂的目标，如双色示例，用户会采用一些策略，如先优化第一种颜色，再优化第二种颜色。这种用户行为在交互式进化算法中很少被关注，值得进一步研究。

2. 交互式进化计算问题概述

进