未找到相关数据
并行遗传算法研究进展
被引：13
作者：
王洪燕
杨敬安
机构：
[1] 合肥工业大学人工智能研究所
[2] 合肥工业大学人工智能研究所 合肥
[3] 合肥
来源：
关键词：
Parallel GA;
Global parallel GA;
Coarse-grained parallel GA;
Fine-grained parallel GA;
Hybrid parallel GA;
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：
<正> 1 前言遗传算法是一种模仿生物进化机制的自适应随机搜索方法,是由美国密执安大学的Holland教授在70年代提出来的。作为解决大规模优化问题的一种有力的工具,已成功地应用于商业,工程及科研领域。一般情况下,遗传算法能在一个合理的时限内求得问题的优化解,但求解大型的结构复杂的问题,对运算时间的需求就会迅速增加,因而为了减少运算时间,提高解的质量,对并行遗传算法的研究已成为当务之急。本文主要综述几类较重要的并行遗传算法。首先简单论述了标准遗传算法的基本原理,指出算法中存在的基本困难;然后重点论述了并行遗传算法的基本原理,以及全局并行算法、粗粒度并行算法、
引用
收藏
页码：48 / 53
页数：6
相关论文