双精英协同进化遗传算法

被引：199

作者：

刘全 ^{[1
,2
]}

王晓燕 ^{[1
]}

傅启明 ^{[1
]}

张永刚 ^{[2
]}

章晓芳 ^{[1
,3
]}

机构：

[1] 苏州大学计算机科学与技术学院

[2] 符号计算与知识工程教育部重点实验室(吉林大学)

[3] 计算机软件新技术国家重点实验室(南京大学)

来源：

软件学报 | 2012年 / 23卷 / 04期

关键词：

遗传算法; 进化算法; 精英策略; 协同进化; 种群多样性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对传统遗传算法早熟收敛和收敛速度慢的问题,提出一种双精英协同进化遗传算法(double elitecoevolutionary genetic algorithm,简称DECGA).该算法借鉴了精英策略和协同进化的思想,选择两个相异的、高适应度的个体(精英个体)作为进化操作的核心,两个精英个体分别按照不同的评价函数来选择个体,组成各自的进化子种群.两个子种群分别采用不同的进化策略,以平衡算法的勘探和搜索能力.理论分析证明,该算法具有全局收敛性.通过对测试函数的实验,其结果表明,该算法能搜索到几乎所有测试函数的最优解,同时能够有效地保持种群的多样性.与已有算法相比,该算法在收敛速度和搜索全局最优解上都有了较大的改进和提高.

引用

页码：765 / 775

页数：11

共 8 条

[1]

求解全局优化问题的混合自适应正交遗传算法 [J].