Abstract
This paper proposes a modified GA whose individuals have their own ages. Thus, a chromosome will die only when the age becomes zero, as a result, the population size of this method increases according to the generations. This helps a GA to preserve the good characteristics of a few chromosomes during several generations if the ages are evaluated with fitness values. As a result, the performance of the method is better than that of existing ones. A multi-modal function optimization problem is employed to simulate the performance of this method. To show the effective:~esso f ageing paradigm, three ageing evaluation methods are introduced. A paper whose itlea is similar to that of ours have been published in a conference. We also experimented a method that showed the best performance in the paper. Original simple GA was also experimented and the performance is compared with others. However, the perforniance of the previous method shows worse than that of our methods in some aspects because the previous method didn't take the fitness value into account in the selection process.
본 논문에서는 각각의 유전자 개체가 그 자신의 나이를 갖는 수정된 유전자 알고리즘을 제안한다. 그래서 하나의 개체는 그 자신의 나이가 0이 되었을때 만이 사라지게 되며, 결국 개체들의 수가 동적으로 증가할 것이다. 이러한 방법은 좋은 특성을 갖는 유전자들을 그들의 적합도에 상응하게 매겨진 나이에 따라서 몇세대에 걸쳐 살아있게 함으로서 그들의 좋은 형질을 좀더 보존할 수 있는 능력을 유전자 알고리즘이 갖추게 만든다. 그러므로, 이러한 방법은 기존의 방법보다 더욱 좋은 성능을 내게 된다.우리는 이 방법을 실험하기 위하여 함수최적화 문제를 이용하여 시뮬레이션하였다. 제안한 방법의 효율성을 보이기 위하여, 세가지의 나이를 먹는 방식을 제안하였다. 본 논문의 아이디어와 유사한 연구논문이 있었는데, 이 연구에서 성능이 가장 좋은 방식을 채택하여 실험하였다. 또한 원래의 간단한 유전자 알고리즘도 실험을 하여 성능을 비교 하였다. 그러나, 기존의 방식은 나이를 산정할때 적합도롤 고려하지 않음으로서 본 논문에서 제안한 방식보다 몇몇 측면에서 성능이 좋지 않았다.
