基于物种选择的遗传算法

被引:8
作者
朱灿 [1 ,2 ]
梁昔明 [1 ]
周书仁 [1 ,2 ]
机构
[1] 中南大学信息科学与工程学院
[2] 长沙理工大学计算机与通信工程学院
关键词
遗传算法; 物种;
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
分析了以往的遗传算法适应度函数设计通常只针对目标函数,而没有考虑自变量.将物种的概念引入遗传算法,提出了根据种子到当前最优点的距离将种群分为两个物种,一个为当前最优物种,另一个为物种仓库,对此两个物种分别以不同的交叉概率和变异概率进行遗传运算,用以平衡种群的"选择压力"和"种群多样性".数值结果表明了本方法的有效性和稳定性.
引用
收藏
页码:534 / 536
页数:3
相关论文
共 7 条
[1]   一种新型的自适应混沌遗传算法 [J].
袁晓辉 ;
袁艳斌 ;
王乘 ;
张勇传 .
电子学报, 2006, (04) :708-712
[2]   遗传算法与生物界进化相比存在的不足及改进 [J].
车明 ;
孙晓华 ;
韩倩倩 .
微处理机, 2006, (02) :53-54+57
[3]   遗传算法中选择策略的分析 [J].
胡妙娟 ;
胡春 ;
钱锋 .
计算机与数字工程, 2006, (03) :1-3+57
[4]   一种改进型混合遗传算法的分析 [J].
洪露 ;
穆志纯 ;
王岗罡 .
工业仪表与自动化装置, 2005, (03) :35-37
[5]   一种改进的最优保存遗传算法 [J].
王秀坤 ;
赫然 ;
张晓峰 .
小型微型计算机系统, 2005, (05) :833-835
[6]   基于主动进化的遗传算法 [J].
史亮 ;
李海鹰 ;
杨俊安 ;
庄镇泉 .
小型微型计算机系统, 2004, (05) :790-793
[7]   利用目标函数梯度的遗传算法 [J].
何新贵 ;
梁久祯 .
软件学报, 2001, (07) :981-986