有关遗传算法最新发展的4篇论文推荐词，有关遗传算法最新发展的4篇论

1、A GPU accelerated Genetic Algorithm for the Construction of Hadamard Matrices

Andras Balogh, Raven Ruiz

这篇论文应用遗传算法来搭建Hadamard矩阵。 形成任意矩阵的原始人群是除了第一列全部都是 1之外，每列中都是均衡的数量 1和-1项。 根据完成了好几个适应度函数公式并进行分类，找到最有效适应度函数公式。交叉式全过程是由互换父矩阵种群的列来形成子代矩阵种群。基因突变全过程在任意列中旋转 1和-1内容对。为了能加速处理速度，应用CuPy库在GPU上并行计算数千个矩阵和矩阵实际操作。

2、Cosmic Inflation and Genetic Algorithms

Steven Abel, Andrei Constantin, Thomas R. Harvey, Andre Lukas

这是一篇有关粒子物理学和遗传算法融合的论文，我个人的理解就是根据遗传算法来结构宇宙膨胀的实体模型，这里边技术专业归属于许多，因此贴下论文的摘要吧：

Large classes of standard single-field slow-roll inflationary models consistent with the required number of e-folds, the current bounds on the spectral index of scalar perturbations, the tensor-to-scalar ratio, and the scale of inflation can be efficiently constructed using genetic algorithms. The setup is modular and can be easily adapted to include further phenomenological constraints. A semi-comprehensive search for sextic polynomial potentials results in roughly O(300,000) viable models for inflation. The analysis of this dataset reveals a preference for models with a tensor-to-scalar ratio in the range 0.0001 < r < 0.0004. We also consider potentials that involve cosine and exponential terms. In the last part we explore more complex methods of search relying on reinforcement learning and genetic programming. While reinforcement learning proves more difficult to use in this context, the genetic programming approach has the potential to uncover a multitude of viable inflationary models with new functional forms.

3、Genetic algorithms for the resource-constrained project scheduling problem in aircraft heavy maintenance

Kusol Pimapunsri, Darawan Weeranant, Andreas Riel

因为飞机场健康服务（AHM）中活动是互相关系而且都是大中型操作造成航空维修关机时间比较长，很多国际航空公司不可对这样的大量时间开展提早规划的。AHM里的调度问题被称之为一个np难的问题。应用目前优化算法有可能是用时的，甚至是在有一些前提下也会产生难题。因为这篇论文给出了用以处理AHM中资源约束项目调度难题（RCPSP）的遗传算法。此项研究的目的是尽可能减少维修计划的竣工时长。该优化算法选用5条研讨式生产调度标准，以活动列表的方式形成原始种群，选用RCPSP最开始起始时间(EST)和调研组最开始起始时间(WEST)的资源配置方式对适应度值进行评价。

在挑选环节中选用了elitist 法和roulette 法。再通过交叉式和基因突变实际操作迭代更新改善活动列表编码序列。结果显示，该优化算法在时间计算和资源配置层面好于目前优化算法

4、Quantum vs classical genetic algorithms: A numerical comparison shows faster convergence

Rubén Ibarrondo, Giancarlo Gatti, Mikel Sanz

遗传算法受到了达尔文进化论启发的研讨式开发技术。量子计算机是运用量子科技网络资源加速信息资源管理速度一种新的测算方式。因而，根据引进量子科技可玩性来探寻遗传算法的性能潜在性提升有可能是未来一个研究内容。根据这一构思，一种模块化设计量子科技遗传算法近期被指出来，这将个人编号在单独存储器中，该存储器包括可交换的量子科技程序段[arXiv:2203.15039]。这篇论文对量子科技遗传算法和传统遗传算法展开了标值较为，感兴趣的可以看一下该毕业论文。

https://avoid.overfit.cn/post/fc347012fbab44b1b48e201d367221a5