共 8 条
自适应梯度指导交叉的进化算法
被引：3
作者：
梁昔明
[1
]
龙文
[1
]
龙祖强
[1
,2
]
肖伟
[1
]
秦浩宇
[1
]
机构：
[1] 中南大学信息科学与工程学院
[2] 衡阳师范学院物理与电子信息科学系
来源：
基金：
教育部留学回国人员科研启动基金;
高等学校博士学科点专项科研基金;
关键词：
进化算法;
自适应;
梯度;
算术交叉;
变异;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对进化算法随机盲目搜索的缺点,提出一种新的自适应梯度信息指导交叉的进化算法.该算法首先利用混沌序列初始化种群,在迭代过程中,根据当前最优个体的梯度信息和种群与个体的聚集程度,自适应地确定最优个体的负梯度方向范围,在该范围内随机选择个体与当前最优个体进行算术交叉操作,使交叉后的个体以较大概率向较好解的方向进化.另外,引入自适应变异算子用于平衡算法的开发和探测能力.几个典型测试函数的实验结果表明,新算法具有较高的收敛精度.
引用
收藏
页码：1331 / 1335
页数：5
相关论文