微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2006年
31期
313-314,269
,共3页
群体规模%自适应遗传算法%基于父个体更新的自适应遗传算法
群體規模%自適應遺傳算法%基于父箇體更新的自適應遺傳算法
군체규모%자괄응유전산법%기우부개체경신적자괄응유전산법
遗传算法作为一种模仿生物自然进化过程的随机优化算法,其群体规模对算法的性能影响很大,群体规模越大,越有利于提高算法的寻优能力,但随着群体规模增大,计算量也显著增加.该文在传统自适应遗传算法整个进化过程中,分阶段对一些适应度较差的父个体进行更新,增大了搜索空间,提高了算法的寻优能力且未增加群体规模.仿真实验表明,与传统自适应遗传算法相比,该算法能显著提高解的质量和鲁棒性.
遺傳算法作為一種模倣生物自然進化過程的隨機優化算法,其群體規模對算法的性能影響很大,群體規模越大,越有利于提高算法的尋優能力,但隨著群體規模增大,計算量也顯著增加.該文在傳統自適應遺傳算法整箇進化過程中,分階段對一些適應度較差的父箇體進行更新,增大瞭搜索空間,提高瞭算法的尋優能力且未增加群體規模.倣真實驗錶明,與傳統自適應遺傳算法相比,該算法能顯著提高解的質量和魯棒性.
유전산법작위일충모방생물자연진화과정적수궤우화산법,기군체규모대산법적성능영향흔대,군체규모월대,월유리우제고산법적심우능력,단수착군체규모증대,계산량야현저증가.해문재전통자괄응유전산법정개진화과정중,분계단대일사괄응도교차적부개체진행경신,증대료수색공간,제고료산법적심우능력차미증가군체규모.방진실험표명,여전통자괄응유전산법상비,해산법능현저제고해적질량화로봉성.
