热力学遗传算法计算效率的改进

被引：18

作者：

应伟勤

李元香

SHEU Phillip C-Y

机构：

[1] 武汉大学软件工程国家重点实验室

来源：

软件学报 | 2008年 / 07期

关键词：

遗传算法; 热力学; 计算效率; 多样性度量; 替换规则;

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：

热力学遗传算法(thermodynamical genetic algorithms,简称TDGA)借鉴固体退火过程中能量与熵的竞争模式来协调GA中"选择压力"和"种群多样性"之间的冲突.然而TDGA目前极高的计算代价限制了其应用.为了提高TDGA的计算效率,首先定义一种等级熵(rating-based entropy,简称RE)度量方法,它能以较小的计算成本度量种群中个体适应值的分散程度.然后引入分量热力学替换规则(component thermodynamical replacement,简称CTR),有效地降低了替换规则的复杂度.同时也证明了CTR规则具有驱动种群自由能近似最速下降的能力.在0-1背包问题上的实验结果表明,RE方法和CTR规则在保持TDGA良好的性能与稳定性的同时,极大地提高了其计算效率.

引用

页码：1613 / 1622

页数：10