一种新型保持种群多样性的遗传算法

被引:11
作者
申元霞
张翠芳
机构
[1] 西南交通大学计算机科学与通信工程学院
[2] 西南交通大学计算机科学与通信工程学院 四川成都
[3] 四川成都
关键词
遗传算法; 熵; 种群多样性; 遗传操作;
D O I
10.16182/j.cnki.joss.2005.05.009
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对遗传算法的“早期收敛”或“遗传漂移”,本文提出了一种新型保持群体多样性的遗传算法。该算法利用种群的熵和个体基因座的多样度来测度进化中种群的多样性,并将遗传操作与种群多样性联系起来,建立了遗传操作与种群多样度之间的函数关系式,使遗传算子中的主要参数能够随多样性函数和适应度函数的变化而自适应调整,从而提高了进化中种群的多样性和算法的搜索效率。仿真研究证明了该算法的优越性。
引用
收藏
页码:1052 / 1053+1071 +1071
页数:3
相关论文
共 8 条
[1]   智能化遗传算法 [J].
丛明煜 ;
王丽萍 .
高技术通讯, 2003, (04) :43-48
[2]   遗传算法进化状态的测度及非随机性遗传操作方法 [J].
韩生廉 ;
周文愚 ;
何华 .
信息与控制, 2002, (03) :223-226
[3]   遗传算法的群体模式多样性与模式生长方程(Ⅰ) [J].
伍永刚 ;
MurphyHo .
水电能源科学, 1999, (04) :1-4
[4]   保持群体多样性的遗传算法 [J].
杨荣富 ;
金菊良 ;
丁晶 .
四川联合大学学报(工程科学版), 1999, (06) :13-16+23
[5]   优良模式自学习遗传算法 [J].
王宏刚 ;
曾建潮 ;
徐玉斌 .
自动化学报, 1999, (03) :91-95
[6]   适用于复杂函数优化的多群体遗传算法 [J].
郝翔 ;
李人厚 ;
不详 .
控制与决策 , 1998, (03) :71-74
[7]   遗传算法种群多样性的分析研究 [J].
张晓缋 ;
戴冠中 ;
徐乃平 .
控制理论与应用, 1998, (01) :17-23
[8]   一种快速有效的多模态函数寻优方法─—双群体遗传算法 [J].
郝翔 ;
李人厚 .
控制理论与应用, 1997, (05) :765-769