面向种群优化的算子演算：模块化收敛与有限种群保证

研究者提出一种算子演算框架，将变异、选择、重组等种群更新规则视为算子，在显式正则性与小步长条件下证明各更新效应可叠加，从而复用收敛性分析模块。该框架区分了找到并保留优质解、降低种群平均目标值与将候选解集中于最优解附近三类目标，并给出有限评估预算保证所需的额外近似条件。在常见非凸问题集上的对照实验显示，同一规则可能恶化平均目标值，却产生更优候选解。