共 19 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
求解无约束优化问题的知识进化算法及其收敛性分析
被引：15
作者：
严太山
崔杜武
机构：
[1] 西安理工大学计算机科学与工程学院
来源：
关键词：
无约束优化;
知识进化;
传承算子;
创新算子;
更新算子;
收敛性;
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：
针对传统方法的随机盲目性和易陷入局部最优值等缺陷,提出一种求解无约束优化问题的知识进化算法(简称为UOP-KEA),并对算法的全局收敛性进行了分析.该算法的主要思想是:首先建立初始知识库,然后利用传承算子来实现对优秀知识个体的传承,利用创新算子来产生新的知识个体,利用更新算子来更新知识库,从而实现知识的进化,最后从知识库的最优知识个体中获取问题的最优解.将该算法应用于无约束非线性测试函数的最小值优化求解,获得了成功的结果.与遗传算法相比,该算法可以使用较小的种群规模,以较快的速度寻找到全局最优解,表明了它的可行性和有效性.
引用
收藏
页码：1376 / 1382
页数：7
相关论文