遗传算法与生物界进化相比存在的不足及改进

被引:4
作者
车明
孙晓华
韩倩倩
机构
[1] 天津大学计算机科学与应用
关键词
遗传算法; 收敛速度; 寻优效率; 生物界进化;
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
将传统的遗传算法和生物界进化相比较,指出了两个引起遗传算法收敛速度慢和寻优效率较低的原因:①遗传算法并没有模拟生物界进化中选择压力的变化和种群数量的变化,使得优秀基因无法在种群中迅速占领统制地位;②遗传算法用交叉(Crossover)模拟生物界进化的交配并没有保证基因的稳定性,使得交叉(Crossover)在某种意义上退化为变异(Mutation),这使得优秀基因在变异(Mutation)中迅速退化。针对上述两个问题的改进进行了初步的探讨,对传统的遗传算法进行了相应的改进。
引用
收藏
页码:53 / 54+57 +57
页数:3
相关论文
共 4 条
[1]   一种提高遗传算法全局收敛性的方法 [J].
何大阔 ;
王福利 ;
不详 .
东北大学学报 , 2003, (06) :511-514
[2]   基于可进化性的快速遗传算法 [J].
何大阔 ;
王福利 .
东北大学学报, 2002, (07) :628-631
[3]   一种快速收敛的混合遗传算法 [J].
向丽 ;
顾培亮 ;
不详 .
控制与决策 , 2002, (01) :19-23
[4]   求解全局最优化的遗传(GA)-Alopex算法的研究 [J].
李绍军 ;
王惠 ;
姚平经 .
信息与控制, 2000, (04) :304-308+314