计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
30期
169-172
,共4页
分组遗传算法%智能化%特征选择%搜索空间
分組遺傳算法%智能化%特徵選擇%搜索空間
분조유전산법%지능화%특정선택%수색공간
典型遗传算法在进化过程中易陷入局部收敛、过早收敛,效率低,针对这些问题,提出一种基于特征选择的智能化分组遗传算法,利用特征选择原理和分组优化思想对进化过程中的基因进行智能分组的遗传操作,在适应度函数中引入个体特征构建动态的环境适应度评价模型.算法通过分组的遗传操作,保证了父代的优秀模式遗传到下一代,加快了收敛速度,分组变异算子扩大了搜索范围,使结果容易走出局部最优解.应用实验验证表明,算法对局部最优解有较强的免疫能力,有效搜索到全局最优解的进化代数较典型遗传算法明显减少,收敛精度高,证明了算法的有效性.
典型遺傳算法在進化過程中易陷入跼部收斂、過早收斂,效率低,針對這些問題,提齣一種基于特徵選擇的智能化分組遺傳算法,利用特徵選擇原理和分組優化思想對進化過程中的基因進行智能分組的遺傳操作,在適應度函數中引入箇體特徵構建動態的環境適應度評價模型.算法通過分組的遺傳操作,保證瞭父代的優秀模式遺傳到下一代,加快瞭收斂速度,分組變異算子擴大瞭搜索範圍,使結果容易走齣跼部最優解.應用實驗驗證錶明,算法對跼部最優解有較彊的免疫能力,有效搜索到全跼最優解的進化代數較典型遺傳算法明顯減少,收斂精度高,證明瞭算法的有效性.
전형유전산법재진화과정중역함입국부수렴、과조수렴,효솔저,침대저사문제,제출일충기우특정선택적지능화분조유전산법,이용특정선택원리화분조우화사상대진화과정중적기인진행지능분조적유전조작,재괄응도함수중인입개체특정구건동태적배경괄응도평개모형.산법통과분조적유전조작,보증료부대적우수모식유전도하일대,가쾌료수렴속도,분조변이산자확대료수색범위,사결과용역주출국부최우해.응용실험험증표명,산법대국부최우해유교강적면역능력,유효수색도전국최우해적진화대수교전형유전산법명현감소,수렴정도고,증명료산법적유효성.
