基于交叉模型的改进遗传算法
CSTR:
作者:
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.

作者简介:

杨新武

通讯作者:

中图分类号:

TP391

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).


An improved genetic algorithm based on crossover model
Author:
Affiliation:

a. College of Computer Science,b. Beijing Municipal Key Lab of Multimedia and Intelligent Software Technology, c. Beijing Key Laboratory on Integration and Analysis of Large Scale Stream Data,Beijing University of Technology, Beijing 100124,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    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.

    参考文献
    相似文献
    引证文献
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

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-08-27
  • 最后修改日期:2016-01-22
  • 录用日期:
  • 在线发布日期: 2016-10-20
  • 出版日期:
文章二维码