共查询到18条相似文献,搜索用时 156 毫秒
1.
多亲遗传算法的理论分析及其应用研究 总被引:2,自引:0,他引:2
多亲遗传算法是在保持了传统遗传算法一些特性的基础上,对传统遗传算法的交叉算子进行了改进。在介绍了多亲遗传算法的基础上,对其进行了理论分析,证明了多亲遗传算法满足Holland的模式定理;提出了一种称为群体中心交叉的多亲交叉算子,最后将这种多亲交叉算子的多亲遗传算法应用到了数据聚类问题中,取得了良好的实验结果。 相似文献
2.
3.
针对多亲遗传算法与传统遗传算法相比在求解一些实际问题时,算法性能提高并不明显的现象,提出了一种基于共享存储器的多亲遗传算法,并对其进行了理论分析,证明了基于共享存储器的多亲遗传算法满足模式定理。此外,还采用测试函数和字符串问题对算法进行了仿真实验,结果表明了算法的有效性。 相似文献
4.
为应对传统遗传算法在处理大规模组合优化问题面临的进化速度缓慢,难以达到实时要求的严峻挑战,提出了一种在多核PC集群系统上实现“粗粒度一主从式”混合并行遗传算法的模型:通过把“粗粒度一主从式”并行遗传算法映射到多核PC集群上,结合消息传递和共享存储两种并行编程模型,在节点间使用消息传递模型(MPI),对应的遗传算法为粗粒度并行遗传算法,在节点内使用共享存储模型(OpcnMP),对应的遗传算法为主从式并行遗传算法,用MPI和OpenMP混合编程的方式以进程和线程两级并行在多核集群上实现具体的混合并行遗传算法。理论分析和实验结果表明,提出的实现模型有较好的性能,可大大改进传统遗传算法的缺陷。为利用并行遗传算法在普通多核PC集群上处理大规模组合优化问题提出了一种有效、可行的解决方案。 相似文献
5.
多表连接查询是并行数据库中的一种常用且重要的操作,然而基于传统遗传算法所制定的多表连接查询计划,往往存在查询响应时间长的缺陷。根据无共享并行数据库的特点,将一种新的代价估计模型引入到传统遗传算法中,并对传统遗传算法进行了改进。实验证明改进后的遗传算法能制定出更优的查询计划,从而减少多表连接时的查询响应时间。 相似文献
6.
现有并行遗传算法采用随机方法划分子种群,算法收敛性能不高,并且不可避免的破坏种群的较优模式;为了改进这些缺陷,设计了一种新的多点交叉算子,提出了一种改进的粗粒度并行遗传算法;取资源数为6,任务数为50,种群的规模为60,遗传代数为600;采用相同的控制参数进行仿真实验;仿真实验表明,与传统并行遗传算法相比较,提出的改进算法在收敛速度和寻优空间方面有很大的提升。 相似文献
7.
一般粗粒度并行遗传算法(CGGA)的性能受诸多因素的影响表现不尽如人意。以降低通信代价为主要目标,受物种金字塔模型的启发,设计了一种双阈值限制下的自调整堆结构,并对其堆调整具体操作进行了改进,以期望改进后算法中种群间的通信代价大幅度降低,优化收敛速度,提高算法效率。通过对遗传算法的几个典型测试函数通信量的分析和实验表明,基于该模型的并行遗传算法在降低通信代价、提高收敛速度、优化最终解方面收效明显。 相似文献
8.
9.
10.
余新宇 《数字社区&智能家居》2006,(9):127-127,145
在分析了解决组合优化问题所遇到的困难的基础上,引入遗传算法.进而提出基本遗传算法在解决数量级很大的组合优化问题上的缺陷,并详细介绍了遗传算法的三种并行模型,最后给出改进的并行遗传算法模型. 相似文献
11.
12.
针对传统遗传算法早熟收敛的缺点,提出多亲交叉遗传算法。与贪婪交叉算子相比,该交叉算子能够有效保留父代优质个体特征,维持群体多样性,同时能够很好地平衡深度搜索与广度搜索。基于旅行商问题的仿真测试表明了多亲交叉遗传算法的有效性。 相似文献
13.
给出了进化个体之间的关系和非支配集中不同个体之间的相关性质,参考快速排序的思想,提出了一种有效的构造非支配集的算法.在此基础上,将多亲遗传算法与改进的快速排序构造非支配集的算法相结合,提出了一种基于多亲遗传机制的多目标优化算法.最后对提出算法进行了分析,采用了测试函数进行了仿真实验,获得了理想的实验结果. 相似文献
14.
15.
传统的遗传算法在数据量不足的单机情况下可能存在早熟的现象,遗传算法对搜索范围的依赖性很强,大搜索范围的遗传算法往往有更好的表现。为解决以上问题,可把Spark海量存储和并行计算的能力运用到遗传算法的求解上,实现一种粗粒度的并行遗传算法。利用Spark并行执行遗传算法的选择、交叉和变异等操作,可以大大提高遗传算法的搜索范围和执行速度。实验将改进后的遗传算法应用到物流配送问题中,结果表明,与单机和传统的并行模型相比,基于Spark的遗传算法在运行时间上明显减少,同时早熟的现象也得到了缓解。 相似文献
16.
演化算法中有很多不同的演化算子,每一种算子对于不同的优化问题都有自己的优点和缺点。提出了一种基于交流模型的多算子混合演化算法。在该算法中,有两个种群,使用两种算子:多父体杂交算子和Cauchy变异算子。种群间的信息交换通过个体交流实现。对23个标准测试函数的数值仿真表明,该算法具有良好的全局收敛性和鲁棒性。 相似文献
17.
重组的遗传漂移分析 总被引:3,自引:1,他引:3
进化计算中存在的遗传漂移现象导致种群均匀地收敛于单一个体,产生早熟收敛或丢失可选的全局(或局部)最优解.遗传漂移起源于选择压、选择的采样误差和重组算子的作用.多父代重组算子是多种交叉和重组算子的广义化.以多父代重组算子为对象,研究重组的遗传漂移现象.通过基因频率分析,严格地证明多父代对角交叉和均匀扫描交叉不会引起遗传漂移,但基于基因出现频率的多父代扫描交叉导致遗传漂移,其程度随重组规模的增加而加剧.应用基于基因出现频率的多父代扫描交叉的仿真遗传优化实验的数据表明,重组的遗传漂移不但导致种群多样度的急剧下降,而且降低了进化搜索的收敛速度,从而降低了进化搜索的性能. 相似文献