Application of a simple binary genetic algorithm to a noiseless testbed benchmark

Miguel Nicolau 1, 2
2 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : One of the earliest evolutionary computation algorithms, the genetic algorithm, is applied to the noise-free BBOB 2009 testbed. It is adapted to the continuous domain by increasing the number of bits encoding each variable, until a desired resolution is possible to achieve. Good results and scaling are obtained for separable functions, but poor performance is achieved on the other functions, particularly ill-conditioned functions. Overall running times remain fast throughout.
Type de document :
Communication dans un congrès
Genetic and Evolutionary Computation Conference (GECCO), Jul 2009, Montreal, Canada. 2009
Liste complète des métadonnées

Littérature citée [12 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00377093
Contributeur : Miguel Nicolau <>
Soumis le : lundi 20 avril 2009 - 18:53:51
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : jeudi 10 juin 2010 - 21:14:46

Fichier

sga.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00377093, version 1

Collections

Citation

Miguel Nicolau. Application of a simple binary genetic algorithm to a noiseless testbed benchmark. Genetic and Evolutionary Computation Conference (GECCO), Jul 2009, Montreal, Canada. 2009. 〈inria-00377093〉

Partager

Métriques

Consultations de la notice

182

Téléchargements de fichiers

157