电子测试
電子測試
전자측시
ELECTRONIC TEST
2012年
3期
16-19
,共4页
协同进化算法%协同进化遗传算法%多模式共生进化算法%间隔时间学习%抽样法
協同進化算法%協同進化遺傳算法%多模式共生進化算法%間隔時間學習%抽樣法
협동진화산법%협동진화유전산법%다모식공생진화산법%간격시간학습%추양법
co-evolution algorithm%cooperative co-evolutionary genetic algorithm%multi-pattern symbioticevolutionary algorithm%punctuated anytime learning%sampling method
协同进化算法中，计算个体适应度时，代表个体的选择以及代表个体与个体的组合评估需要很大的计算量。协同进化遗传算法虽然计算量相对小一点，但是只能获得一个贪婪解。多模式共生进化算法虽能克服协同进化遗传算法的这个缺点，但是计算量太大。本文利用间隔时间学习方法提出间隔时间学习协同进化算法，该算法每隔N代交互一次信息。在此基础上，将抽样法应用到协同进化算法中。实验结果表明，这种方法能有效地减少计算量，且本文从数学方面进行了分析验证。
協同進化算法中，計算箇體適應度時，代錶箇體的選擇以及代錶箇體與箇體的組閤評估需要很大的計算量。協同進化遺傳算法雖然計算量相對小一點，但是隻能穫得一箇貪婪解。多模式共生進化算法雖能剋服協同進化遺傳算法的這箇缺點，但是計算量太大。本文利用間隔時間學習方法提齣間隔時間學習協同進化算法，該算法每隔N代交互一次信息。在此基礎上，將抽樣法應用到協同進化算法中。實驗結果錶明，這種方法能有效地減少計算量，且本文從數學方麵進行瞭分析驗證。
협동진화산법중，계산개체괄응도시，대표개체적선택이급대표개체여개체적조합평고수요흔대적계산량。협동진화유전산법수연계산량상대소일점，단시지능획득일개탐람해。다모식공생진화산법수능극복협동진화유전산법적저개결점，단시계산량태대。본문이용간격시간학습방법제출간격시간학습협동진화산법，해산법매격N대교호일차신식。재차기출상，장추양법응용도협동진화산법중。실험결과표명，저충방법능유효지감소계산량，차본문종수학방면진행료분석험증。
When evaluating individuals, the selection of representation and the evaluation of the combination of the individuals and representations need lots of computation in co-evolution algorithm. For cooperative co-evolutionary genetic algorithm, calculated amount is small, but it can only obtain one greedy solution. Multi-pattern symbiotic evolutionary algorithm can overcome the shortcoming, but its calculated amount is too big. In this paper we proposed punctuated anytime learning co-evolution algorithm using punctuated anytime learning method, this approach interacts information every N generations. Based on this algorithm, the sampling method was used to co-evolutionary algorithms. The experimental results and mathematical analysis show that this algorithm is effective to reduce the calculated amount.
