This paper is an attempt to answer

This paper is an attempt to answer the above question. A novel
algorithm, known as Multiple Evolutionary Algorithm (MultiEA),
is proposed. A portfolio is first formed by selecting several state
of the art EAs. A novel predictive measure is reported to predict
the performance of individual algorithms if they were extrapolated
to the same number of evaluations in the nearest future. The
algorithm with the best predicted performance is chosen to run for
one generation. New search information is received and the
history is updated. The predicted performance of the algorithms is
updated and the algorithm with the best predicted performance is
re-selected, which may or may not be the same algorithm in the
last generation. Experimental results show that the measure is
stable and is a reasonably effective predictor. The idea is simple
and natural. It is parameter-less; it does not introduce any new
control parameter to the algorithm, thus avoiding the challenging
parameter tuning and control problem.

ผลลัพธ์ (ไทย) 1:

บทความนี้เป็นความพยายามที่จะตอบคำถามดังกล่าวข้างต้น นวนิยาย
อัลกอริทึมที่เรียกว่าอัลกอริทึมวิวัฒนาการหลาย (multiea)
มีการเสนอ ผลงานที่จะเกิดขึ้นเป็นครั้งแรกโดยการเลือก
หลายรัฐของศิลปะ EAS วัดทำนายนวนิยายเป็นรายงานที่คาดการณ์
ประสิทธิภาพการทำงานของอัลกอริทึมแต่ละถ้าพวกเขาถูกคาดการณ์เอา
ที่หมายเลขเดียวกันของการประเมินผลในอนาคตที่ใกล้ที่สุด
อัลกอริทึมที่มีประสิทธิภาพการทำงานที่คาดการณ์ที่ดีที่สุดคือเลือกที่จะวิ่งไปหา
คนรุ่นหนึ่ง ค้นหาข้อมูลใหม่ที่ได้รับและประวัติศาสตร์
มีการปรับปรุง คาดการณ์ผลการดำเนินงานของขั้นตอนวิธีคือ
ปรับปรุงและอัลกอริทึมที่มีประสิทธิภาพการทำงานที่คาดการณ์ที่ดีที่สุดคือ
รุ่นสุดท้ายอีกครั้งที่เลือกซึ่งอาจหรือไม่อาจจะเป็นอัลกอริทึมที่เหมือนกันใน
ผลการทดลองแสดงให้เห็นว่าการวัดเป็นตัว
มีเสถียรภาพและเป็นตัวทำนายที่มีประสิทธิภาพพอสมควร ความคิดที่เรียบง่ายและเป็นธรรมชาติ
มันเป็นพารามิเตอร์น้อยกว่าก็ไม่ได้แนะนำใด ๆ ใหม่ควบคุมตัวแปร
ขั้นตอนวิธีการจึงหลีกเลี่ยง
ปรับพารามิเตอร์ที่ท้าทายและปัญหาการควบคุม

ผลลัพธ์ (ไทย) 2:

เอกสารนี้เป็นความพยายามที่จะตอบคำถามข้างต้น นวนิยาย
อัลกอริทึม เรียกว่าอัลกอริทึมใช้วิวัฒนาการหลาย (MultiEA),
จะนำเสนอ ผลงานครั้งแรกได้เกิดขึ้น โดยการเลือกสถานะหลาย
ศิลปะ EAs มีรายงานการวัดงานนวนิยายเพื่อทำนาย
ประสิทธิภาพการทำงานของอัลกอริทึมละถ้าพวกเขาถูก extrapolated
หมายเลขเดียวกันของการประเมินในอนาคตอันใกล้ที่สุด ใน
อัลกอริทึม มีประสิทธิภาพคาดการณ์ส่วนที่จะเรียกใช้
รุ่นหนึ่ง รับค้นหาข้อมูลใหม่และ
ประวัติอยู่ คาดการณ์ผลการดำเนินงานของอัลกอริทึมเป็น
รับการอัพเด ตและอัลกอริทึม มีประสิทธิภาพคาดการณ์ส่วน
ใหม่เลือก ซึ่งอาจ หรืออาจไม่มีอัลกอริทึมเดียวกันในการ
รุ่นล่าสุด ผลการทดลองแสดงว่า การวัดเป็น
มั่นคง และเป็นผู้ทายผลที่สมเหตุสมผลมีประสิทธิภาพ ความคิดเป็นเรื่อง
และธรรมชาติ เป็นพารามิเตอร์น้อย แนะมันไม่นำใด ๆ ใหม่
ควบคุมพารามิเตอร์การอัลกอริธึม จึง หลีกเลี่ยงการท้าทาย
พารามิเตอร์ปรับแต่งและควบคุมปัญหา

ผลลัพธ์ (ไทย) 3:

เอกสารนี้มีความพยายามที่จะตอบคำถามดังกล่าว นวนิยาย
อัลกอริธึมที่รู้จักกันดีว่าเป็นวิวัฒนาการหลายอัลกอริทึม( multiea )
ขอเสนอ กลุ่ม ผลิตภัณฑ์ ที่ได้โดยการเลือก, EAS รัฐ
ของศิลปะหลายครั้งแรก วัดใหม่ที่คาดการณ์เอาไว้แล้วมีการรายงานถึงการคาดการณ์ ประสิทธิภาพ
ซึ่งจะช่วยได้ในอัลกอริธึมแบบเฉพาะรายหากพวกเขาก็ประเมิน
ซึ่งจะช่วยเป็นหมายเลขเดียวกันของการทดสอบใช้งานในอนาคตที่อยู่ใกล้ที่สุด ที่
ตามมาตรฐานอัลกอริธึมพร้อมด้วย ประสิทธิภาพ ที่ดีที่สุดคาดว่าจะได้รับเลือกให้รันสำหรับรุ่น
หนึ่ง ข้อมูลการค้นหาใหม่จะได้รับและ
ประวัติศาสตร์ที่ได้รับการปรับปรุง ประสิทธิภาพ การทำงานที่คาดว่าในอัลกอริธึม
ซึ่งจะช่วยให้มีการปรับปรุงและอัลกอริธึมที่มี ประสิทธิภาพ ดีที่สุดคาดว่าจะมีอีกครั้ง
- ที่เลือกซึ่งอาจมีหรือไม่มีอัลกอริธึมแบบเดียวกันที่ผ่านมาในรุ่น
ซึ่งจะช่วยได้ ผลการทดลองแสดงให้เห็นว่ามาตรการนี้
ตามมาตรฐานที่มี เสถียรภาพ และเป็นตัวทำนายได้อย่างมี ประสิทธิภาพ ที่เหมาะสม แนวความคิดที่เป็นแบบเรียบง่ายและเป็นธรรมชาติ
เป็นพารามิเตอร์ - น้อยไม่ได้แนะนำให้พารามิเตอร์
ซึ่งจะช่วยควบคุมใหม่ใดๆกับอัลกอริธึมที่ทำให้การหลีกเลี่ยงปัญหาที่ท้าทาย
ซึ่งจะช่วยกำหนดค่าพารามิเตอร์การปรับแต่งและการควบคุม