信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2002年
3期
223-226
,共4页
遗传算法%进化状态测度%非随机性操作
遺傳算法%進化狀態測度%非隨機性操作
유전산법%진화상태측도%비수궤성조작
遗传算法作为复杂的多峰函数求解、机器学习、生产调度、大规模的组合优化、适应控制、技能控制的最优方案寻优等的全局搜索算法,其广阔的应用前景越来越令人关注.但是,遗传算法的基本操作是基于概率的随机性,由于未能对进化状态进行测度,适应度的计算只能依赖于目的函数,而忽视了其与多样性变化的相关性,就难以避免退化个体和重复个体的生成,导致"遗传漂移"或"早期收敛".本文提出遗传算法进化状态测度及消除随机性影响的遗传操作方法,大大提高了搜索效率,应用实例验证了该方法的有效性.
遺傳算法作為複雜的多峰函數求解、機器學習、生產調度、大規模的組閤優化、適應控製、技能控製的最優方案尋優等的全跼搜索算法,其廣闊的應用前景越來越令人關註.但是,遺傳算法的基本操作是基于概率的隨機性,由于未能對進化狀態進行測度,適應度的計算隻能依賴于目的函數,而忽視瞭其與多樣性變化的相關性,就難以避免退化箇體和重複箇體的生成,導緻"遺傳漂移"或"早期收斂".本文提齣遺傳算法進化狀態測度及消除隨機性影響的遺傳操作方法,大大提高瞭搜索效率,應用實例驗證瞭該方法的有效性.
유전산법작위복잡적다봉함수구해、궤기학습、생산조도、대규모적조합우화、괄응공제、기능공제적최우방안심우등적전국수색산법,기엄활적응용전경월래월령인관주.단시,유전산법적기본조작시기우개솔적수궤성,유우미능대진화상태진행측도,괄응도적계산지능의뢰우목적함수,이홀시료기여다양성변화적상관성,취난이피면퇴화개체화중복개체적생성,도치"유전표이"혹"조기수렴".본문제출유전산법진화상태측도급소제수궤성영향적유전조작방법,대대제고료수색효솔,응용실례험증료해방법적유효성.
