共 3 条
[1]
[2]
[3]
遗传算法进化状态的测度及非随机性遗传操作方法
被引：11
作者：
韩生廉
周文愚
何华
机构：
[1] 同济大学电子与信息工程学院,同济大学电子与信息工程学院,同济大学电子与信息工程学院上海,上海,上海
来源：
关键词：
遗传算法;
进化状态测度;
非随机性操作;
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：
遗传算法作为复杂的多峰函数求解、机器学习、生产调度、大规模的组合优化、适应控制、技能控制的最优方案寻优等的全局搜索算法 ,其广阔的应用前景越来越令人关注 .但是 ,遗传算法的基本操作是基于概率的随机性 ,由于未能对进化状态进行测度 ,适应度的计算只能依赖于目的函数 ,而忽视了其与多样性变化的相关性 ,就难以避免退化个体和重复个体的生成 ,导致“遗传漂移”或“早期收敛”.本文提出遗传算法进化状态测度及消除随机性影响的遗传操作方法 ,大大提高了搜索效率 ,应用实例验证了该方法的有效性 .
引用
收藏
页码：223 / 226
页数：4
相关论文