一种具有演化规则的元胞遗传算法

被引:46
作者
鲁宇明 [1 ,2 ]
黎明 [1 ,2 ]
李凌 [1 ]
机构
[1] 南京航空航天大学自动化学院
[2] 南昌航空大学无损检测教育部重点实验室
关键词
元胞遗传算法; 元胞自动机; 演化规则; 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
081104 ; 0812 ; 0835 ; 1405 ;
摘要
本文根据元胞个体密度与分布的演化规则,考虑整个空间元胞个体动态的相互作用,从更为真实模拟自然界的角度出发,提出了具有演化规则的元胞遗传算法(CEGA),并得到了算法中元胞演化选取准则.通过复杂典型测试函数的仿真实验结果表明,该算法较一般元胞遗传算法和一般遗传算法具有更好地维持群体多样性的能力,以利于有效地进行全局探索,逃出局部优,并具有更快的寻优速度.通过采用不同演化规则实验比较,得出中等密度分布的元胞个体有利于求解问题.
引用
收藏
页码:1603 / 1607
页数:5
相关论文
共 6 条
[1]   元胞自动机的演化行为研究 [J].
王仲君 ;
王能超 ;
冯飞 ;
田武峰 .
计算机应用研究, 2007, (08) :38-41
[2]   云遗传算法及其应用 [J].
戴朝华 ;
朱云芳 ;
陈维荣 ;
林建辉 .
电子学报, 2007, (07) :1419-1424
[3]   函数优化的元胞蚂蚁算法 [J].
朱刚 ;
马良 .
系统工程学报, 2007, (03) :305-308
[4]   生物免疫遗传算法的几乎处处强收敛性分析及收敛速度估计 [J].
罗小平 ;
韦巍 .
电子学报, 2005, (10) :77-81
[5]  
Theory of cellular automata: A survey[J] . Jarkko Kari.Theoretical Computer Science . 2005 (1)
[6]  
A Cellular Genetic Algorithm with Disturbances: Optimisation Using Dynamic Spatial Interactions[J] . Michael Kirley.Journal of Heuristics . 2002 (3)