粗粒度并行遗传算法收敛性分析及优化运算

被引：16

作者：

戴晓明

陈昌领

邵惠鹤

Kay Das

程铁鹏

茅雪飞

机构：

[1] 上海交通大学自动化研究所

[2] 意法半导体亚太研究发展中心

[3] 上海交通大学自动化研究所上海

[4] 上海

[5] 新加坡

来源：

上海交通大学学报 | 2003年 / 04期

关键词：

粗粒度并行遗传算法; 时齐遍历马尔可夫链; 全局收敛; 经典遗传算法;

D O I：

10.16183/j.cnki.jsjtu.2003.04.007

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种新型的粗粒度并行遗传算法 ( CGGA) ,该算法利用多个子种群基于不同的编码方式进行进化计算 .首先各子群体独立进行交叉、变异和选择遗传操作 ,每代进化后迁移算子被引入用来进行种群间的信息交流 ,迁移算子将各个子种群的最优个体替换相邻种群最差个体后继续进化 .基于时齐遍历马尔可夫链理论 ,给出了 CGGA各个子种群的概率转移矩阵与其进化概率转移矩阵 ,证明了以概率 1全局收敛 .对典型的测试函数 CGGA进行了求解 .仿真结果表明 ,本算法的收敛性能优于经典遗传算法 ( CGA) ,可以有效解决 CGA的过早收敛问题

引用

页码：499 / 502

页数：4