All You Need Is Sex for Diversity

要約

早すぎる収束を避ける手段として遺伝的多様性を維持することは、遺伝的プログラミングにおいて重要です。
これを達成するためにいくつかのアプローチが提案されており、いくつかのアプローチは、異なるソリューションを何らかの形の自己適応選択メカニズムに結合することから、交配段階に焦点を当てています。
自然界では、遺伝的多様性は多くの異なる要因の結果である可能性がありますが、生殖を考慮すると、性選択は種内の多様性の促進に影響を与える可能性があります.
具体的には、配偶者選択はしばしば性間で異なる選択圧をもたらし、それが次にそれらの間の進化的差異を引き起こす可能性があります.
性的選択のいくつかのメカニズムは過去に遺伝的プログラミングに適用されてきましたが、配偶者の選択に関しては文献が不足しています.
最近、理想的な配偶者表現によって交配の好みをモデル化する方法が提案され、標準的なアプローチと比較して良い結果が得られました。
これらの交配の好みは、自己適応的な方法で自由に進化し、フィットネスの圧力とともに独自の進化の原動力を生み出します。
このアプローチの内部メカニズムは、個人の選択によって機能します。各個人は、選択される配偶者に影響を与える完全な配偶者の独自の表現を持っているからです。
この論文では、この方法をランダムな仲間の選択と比較して、個人の好みを進化させることに利点があるかどうかを評価します。
3 つの記号回帰問題と異なる突然変異率を使用して実験を行いました。
結果は、自己適応的交配選好が、従来のアプローチやランダムな交配アプローチ (統計的に有意な差がある) と比較して、より多様なソリューションのセットを作成でき、テストされた 6 つのインスタンスのうち 3 つの成功率が高いことを示しています。

要約(オリジナル)

Maintaining genetic diversity as a means to avoid premature convergence is critical in Genetic Programming. Several approaches have been proposed to achieve this, with some focusing on the mating phase from coupling dissimilar solutions to some form of self-adaptive selection mechanism. In nature, genetic diversity can be the consequence of many different factors, but when considering reproduction Sexual Selection can have an impact on promoting variety within a species. Specifically, Mate Choice often results in different selective pressures between sexes, which in turn may trigger evolutionary differences among them. Although some mechanisms of Sexual Selection have been applied to Genetic Programming in the past, the literature is scarce when it comes to mate choice. Recently, a way of modelling mating preferences by ideal mate representations was proposed, achieving good results when compared to a standard approach. These mating preferences evolve freely in a self-adaptive fashion, creating an evolutionary driving force of its own alongside fitness pressure. The inner mechanisms of this approach operate from personal choice, as each individual has its own representation of a perfect mate which affects the mate to be selected. In this paper, we compare this method against a random mate choice to assess whether there are advantages in evolving personal preferences. We conducted experiments using three symbolic regression problems and different mutation rates. The results show that self-adaptive mating preferences are able to create a more diverse set of solutions when compared to the traditional approach and a random mate approach (with statistically significant differences) and have a higher success rate in three of the six instances tested.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google