使用Tsallis隨機變數產生器於演化規劃的突變操作

Using the Tsallis Random Number Generator as the Mutator in Evolutionary Programming

演化規劃通常使用高斯突變（Gussian mutation）在非等向自我適應機制，稱為傳統演化規劃（classical evolutionary programming, CEP）。近年來已經有許多學者提出不同的突變操作用於演化規劃的非等向自我適應機制，如Yao 提出以柯西突變的自我適應機制，稱為快速演化規劃（fast evolutionary programming, FEP）；Iwamatsu 利用Tsallis 突變應用於演化規劃稱為廣域演化規劃（generalized evolutionary programming, GEP）。Iwamatsu 所使用的Tsallis 分佈的隨機變數變動的範圍比柯西分佈變動的範圍還大，預期應比快速演化規劃效果來的更好，然而Iwamatsu 使用固定的尺度參數（scale parameter） σ 為1，並且他使用的隨機變數產生器是Tsallis 與Stariolo 所提供的概估性的隨機變數產生器。因此廣域演化規劃的效果並沒有相當顯著並且結論有些誤導。針對這兩個缺點，我們將使用共同的尺度參數σ = 2 並且用由Deng所提出精確的Tsallis 隨機變數產生器產生Tsallis 突變強度來改善。在處理Iwamatsu 所解的5 個問題中，我們實驗結果指出當問題只有一個區域最佳解或許多區域最佳解時，q=2.5 時的GEP 比CEP 優越，但當問題具有少許最佳解時則反之。我們並且將上述的兩點修正應用於其他一個區域最佳解問題，並且分析不同維度的時候，目標值的收斂情形。