|
|||||
|
|
| 基于交叉模型的改进遗传算法 | |
| 引用本文： | 杨新武,杨丽军.基于交叉模型的改进遗传算法[J].控制与决策,2016,31(10):1837-1844. |
| 作者姓名： | 杨新武 杨丽军 |
| 作者单位： | 北京工业大学a. 计算机学院，b. 多媒体与智能软件技术北京市重点实验室, c. 大规模流数据集成与分析技术北京市重点实验室，北京100124. |
| 基金项目： | 国家自然科学基金重大研究计划培育项目(91546111)；北京市教委项目(PXM2015 014204 500221). |
| 摘 要： | 提出一种解决早熟收敛问题的改进遗传算法. 通过最小生成树聚类将种群划分为若干个子种群, 子种群内的个体之间及不同子种群间的个体之间同时进行遗传操作. 同子种群间个体的遗传操作可以保证算法的进化方向和收敛速度, 不同子种群间个体的遗传操作可以避免近亲繁殖, 提供多样性. 分别采用二进制和实数编码, 在经典的 23 个基准函数上的对比测试结果表明, 所提出算法具有较好的收敛速度和寻优能力. |
| 关 键 词： | 遗传算法|早熟收敛|最小生成树聚类|多样性 |
| 收稿时间： | 2015/8/27 0:00:00 |
| 修稿时间： | 2016/1/22 0:00:00 |
An improved genetic algorithm based on crossover model |
|
| YANG Xin-wu YANG Li-jun.An improved genetic algorithm based on crossover model[J].Control and Decision,2016,31(10):1837-1844. | |
| Authors: | YANG Xin-wu YANG Li-jun |
| Abstract: | An improved genetic algorithm is proposed for solving premature convergence. Firstly, the population is divided into several sub-populations by the minimum spanning tree clustering. Then, the genetic operation is performed among individuals within sub-population which ensures the evolution direction and speed, and that among individuals between different sub-populations which provides diversity by avoiding inbreeding. The experimental results on 23 benchmark functions using binary and real-valued representations show that the proposed algorithm has better convergence and faster speed to get the optimal solution. |
| Keywords: | genetic algorithm|premature convergence|minimum spanning tree clustering|diversity |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |
