首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 187 毫秒
1.
基于改进遗传算法的物流配送路径优化的研究   总被引:4,自引:0,他引:4  
通过改进遗传算法的编码方式和适应度评估,减少二进制编码或浮点型编码的复杂性,同时精简适应度评估的计算,来求解物流配送路径优化问题.在建立物流配送路径优化问题的数学模型基础上,构造改进后的遗传算法.改进后的遗传算法采用自然数直接编码,在个体选择上结合使用常用的最优个体保留策略和轮盘赌法.进行多次实验和计算,证明改进后的遗传算法,在优化物流配送路径方面比传统的遗传算法,收敛性更好、更优越,进而更高效地获得问题的最优解或近似最优.  相似文献   

2.
一种快速收敛的遗传算法   总被引:8,自引:2,他引:8  
为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种新的快速收敛的改进遗传算法。该改进算法设计了与个体适应度相关的变异算子,以及与早熟情况、进化代数和个体适应度有关的移民算法。实例验证表明,该改进遗传算法在收敛速度和获取全局最优解的概率两个方面都有很大的提高。  相似文献   

3.
遗传算法是一种通过模拟自然进化过程搜索最优解的方法。但这种算法在求解最优解过程中总是以计算时间为代价来换得最优解的产生。对此,提出一种基于个体相似`性评价策略的改进遗传算法,融入了一种新的旋转交叉算子,每个子个体根据其与父个体的相似度和可信度来确定个体的适应度值,仅当可信度值低于某个阈值时,个体才做真实的适应度计算。实验结果显示,相似性评价策略计算得到的个体适应度值接近真实的适应度值,并且改进的算法求得最优解需要的评价次数明显要少于传统遗传算法,而在测试准测上的数据表明:提出的改进遗传算法相对于传统遗传算法,性能较好且求得的最优解也较为理想。  相似文献   

4.
基于遗传算法的最优直方图阈值图像分割算法   总被引:3,自引:0,他引:3  
为了保证遗传算法能够尽快收敛到全局最优解,避免早熟现象发生,提出了适应度标定公式,保证适应度函数值总为正值。新的适应度函数能够正确引导群体的发展方向,提高选择压力;提出了相似度概念,保留相似性差的个体,剔除相似性个体。在不增加群体规模的前提下,增加了群体的多样性。为了有效地对图像进行分割,提出基于改进遗传算法的图像分割方法,采用Otsu公式,找出分割图像最优阈值。给出不同改进遗传算法计算实例比较和不同图像分割方法效果图。  相似文献   

5.
改进的乘幂适应度函数在遗传算法中的应用   总被引:1,自引:0,他引:1  
在遗传算法优化过程中,引导搜索的主要依据是适应度函数。通过评估常见的几种适应度函数,兼顾保持种群的多样性和算法的收敛性,由乘幂尺度变换,提出了一种改进的乘幂适应度函数。以三个典型的测试函数为例,在相同遗传操作和参数情况下,分别采用常见的与改进的适应度函数进行优化比较。结果表明,所改进的乘幂适应度函数能明显提高算法的收敛精度、收敛速度和收敛稳定性,对提高遗传算法的整体性能有重要的意义。  相似文献   

6.
交互式遗传算法是针对一些应用领域存在的适应度函数难以明确表达的问题,通过用户参与遗传操作过程,对进化个体进行评估以代替计算过程的一种改进方法。但交互式遗传算法存在的一个主要问题是当遗传操作的收敛速度慢时,用户需对大量个体进行评估,尤其是在个体间相似程度较高时,容易产生疲劳现象。针对这种问题,本文提出了两种方法来提高收剑性,缩短评估过程,从而最终解决用户疲劳问题。对人脸识别问题的实验结果表明本文算法可以有效的解决用户疲劳问题。  相似文献   

7.
基于交互式遗传算法的个性化建筑物外观设计   总被引:1,自引:0,他引:1  
蚁平  曹先彬 《计算机仿真》2006,23(5):156-159,180
交互式遗传算法通过交互式的手段以用户对个体的评估来替代传统遗传算法的适应度函数设计,在艺术创作、设计等偏向于人类主观感受的领域具有很高的应用价值和广泛的现实意义。该文提出并设计了一个面向建筑物外观设计的基于交互式遗传算法的建筑设计计算机辅助系统,通过交互式手段以用户对个体评估来替代传统GA对适应度函数值进行自动计算,将两个专业领域知识的结合和互补,为建筑设计人员能够更快、更好地满足客户提出的个性化要求提供帮助。该系统从应用层次验证了算法的可行性和实用性。  相似文献   

8.
针对由理查德·迈尔斯提出的标记线图的遗传算法进行改进:采取自适应参数调 整法,同一代中适应度高于平均的个体杂交和变异率动态变化,适应度低于平均的个体杂交和 变异率设为定值;在创建初始种群时加入了约束条件,旨在改善初始种群覆盖空间的不确定性 和个体分布的相对不合理性;修正了遗传算法的适应度函数,使得以个体适应度为指标的选择 算子能正确引导算法搜索解空间。用遗传算法标记 6 幅不同的线图,变量为杂交率、变异率公 式中的参数 a 和 c,分析算法标记成功率曲线的变化趋势,探讨算子参数设置对遗传算法性能 的影响,结果表明 c 属于区间[0,0.05],a 属于区间[0.8,1.0]且为标记线图的遗传算法的最优 参数设置。  相似文献   

9.
改进的自适应遗传算法   总被引:7,自引:0,他引:7       下载免费PDF全文
Srinvivas等提出一种自适应遗传算法,交叉概率与变异概率能够随着适应度大小而改变。但在这种算法中,群体中最大适应度值的个体的交叉率和变异率为零,这使得进化走向局部最优解的可能性增加。提出了一种改进的自适应遗传算法,使群体中最大适应度值的个体的交叉率和变异率不为零。实验结果表明该算法在抑制“早熟”现象,防止陷入局部最优,提高种群收敛速度方面都有明显的效果。  相似文献   

10.
针对现有遗传算法求解装箱问题收敛速度慢的问题,提出了一种改进的遗传算法。通过在初始化种群中加入降序最佳适应算法生成个体、最优个体保存策略和对适应度尺度进行变换,对现有的遗传算法进行改进。为了验证算法的有效性,设计了仿真实验。实验结果表明,改进后的算法找到最优解的概率更大、求解速度更快。  相似文献   

11.
基于Fisher准则的自适应图像分割算法   总被引:1,自引:0,他引:1  
刘永 《系统仿真技术》2009,5(3):161-165
为了克服基本遗传算法收敛性差、易早熟的问题,针对阈值分割算法的实时性和准确性的要求,基于Fisher评价函数较强的分类效果和遗传算法的强大空间搜索能力,提出了改进的自适应分割算法,引入Fisher评价准则函数作为适应度函数,运用自适应的遗传算法确定图像分割的阈值,实现二者的有效融合,获得了比较满意的结果。实验表明,通过与已有的算法进行比较,改进的算法在分割效果和寻优效率上,都有了显著的改善。证明该优化算法的正确可靠性。  相似文献   

12.
In this paper, a memetic algorithm for global path planning (MAGPP) of mobile robots is proposed. MAGPP is a synergy of genetic algorithm (GA) based global path planning and a local path refinement. Particularly, candidate path solutions are represented as GA individuals and evolved with evolutionary operators. In each GA generation, the local path refinement is applied to the GA individuals to rectify and improve the paths encoded. MAGPP is characterised by a flexible path encoding scheme, which is introduced to encode the obstacles bypassed by a path. Both path length and smoothness are considered as fitness evaluation criteria. MAGPP is tested on simulated maps and compared with other counterpart algorithms. The experimental results demonstrate the efficiency of MAGPP and it is shown to obtain better solutions than the other compared algorithms.  相似文献   

13.
In the traditional GA, the tournament selection for crossover and mutation is based on the fitness of individuals. This can make convergence easy, but some useful genes may be lost. In selection, as well as fitness, we consider the different structure of each individual compared with an elite one. Some individuals are selected with many different structures, and then crossover and mutation are performed from these to generate new individuals. In this way, the GA can increase diversification into search spaces so that it can find a better solution. One promising application of GA is evolvable hardware (EHW), which is a new research field to synthesize an optimal circuit. We propose an optimal circuit design by using a GA with a different structure selection (GAdss), and with a fitness function composed of circuit complexity, power, and signal delay. Its effectiveness is shown by simulations. From the results, we can see that the best elite fitness, the average fitness value of correct circuits, and the number of correct circuits with GAdss are better than with GA. The best case of optimal circuits generated by GAdss is 8.1% better in evaluation value than that by traditional GA.  相似文献   

14.
交互式遗传算法是针对一些应用领域存在的适应度函数难以明确表达的问题,通过用户参与遗传操作过程,对进化个体进行评估以代替计算过程的一种改进方法.但交互式遗传算法存在的一个主要问题是当遗传操作的收敛速度慢时,用户需对大量个体进行评估,尤其是在个体间相似程度较高时,容易产生疲劳现象.针对这种问题,本文提出了两种方法来提高收敛性,缩短评估过程,从而最终解决用户疲劳问题.对人脸识别问题的实验结果表明本文算法可以有效的解决用户疲劳问题.  相似文献   

15.
针对一类上层目标函数带区间系数的线性双层规划问题,提出了一种基于双适应度函数评估的遗传算法(GA)。该算法的特点是在一次运算中同时获得最好最优解和最差最优解。首先,利用双层规划约束域的顶点进行个体编码,以上层目标函数中系数的上下端点构造两个适应度函数;其次,利用适应度函数排序种群中的个体,并按从好到差的次序验证个体的下层最优性,直到找到一个可行个体;最后,在算法运行中更新找到的可行个体。通过对4个算例的仿真实验,表明算法是可行且有效的。  相似文献   

16.
A fuzzy self-tuning parallel genetic algorithm for optimization   总被引:1,自引:0,他引:1  
The genetic algorithm (GA) is now a very popular tool for solving optimization problems. Each operator has its special approach route to a solution. For example, a GA using crossover as its major operator arrives at solutions depending on its initial conditions. In other words, a GA with multiple operators should be more robust in global search. However, a multiple operator GA needs a large population size thus taking a huge time for evaluation. We therefore apply fuzzy reasoning to give effective operators more opportunity to search while keeping the overall population size constant. We propose a fuzzy self-tuning parallel genetic algorithm (FPGA) for optimization problems. In our test case FPGA there are four operators—crossover, mutation, sub-exchange, and sub-copy. These operators are modified using the eugenic concept under the assumption that the individuals with higher fitness values have a higher probability of breeding new better individuals. All operators are executed in each generation through parallel processing, but the populations of these operators are decided by fuzzy reasoning. The fuzzy reasoning senses the contributions of these operators, and then decides their population sizes. The contribution of each operator is defined as an accumulative increment of fitness value due to each operator's success in searching. We make the assumption that the operators that give higher contribution are more suitable for the typical optimization problem. The fuzzy reasoning is built under this concept and adjusts the population sizes in each generation. As a test case, a FPGA is applied to the optimization of the fuzzy rule set for a model reference adaptive control system. The simulation results show that the FPGA is better at finding optimal solutions than a traditional GA.  相似文献   

17.
交互式遗传算法主要是针对一些应用领域存在的适应度函数难以明确表达的问题,通过用户参与遗传操作过程,对进化个体进行评估以代替计算过程的一种改进方法。但交互式遗传算法存在的主要问题是:当遗传操作的收敛速度慢时,用户需对大量个体进行评估,尤其是在个体间相似程度较高时,容易产生疲劳现象。针对这种问题,本文提出三种方法来提高收敛性及评估过程的质量。在人脸图形上所做的实验结果表明,算法可以有效地缓解用户的疲劳问题。  相似文献   

18.
This article presents a hybrid evolutionary algorithm (HEA) based on particle swarm optimization (PSO) and a real-coded genetic algorithm (GA). In the HEA, PSO is used to update the solution, and a genetic recombination operator is added to produce offspring individuals based on the parents, which are selected in proportion to their relative fitness. Through the recombination, new offspring enter the population, and individuals with poor fitness are eliminated. The performance of the proposed hybrid algorithm is compared with those of the original PSO and GA, and the impact of the recombination probability on the performance of the HEA is also analyzed. Various simulations of multivariable functions and neural network optimizations are carried out, showing that the proposed approach gives a superior performance to the canonical means, as well as a good balance between exploration and exploitation.  相似文献   

19.
针对将交互式遗传算法应用到服装设计中产生的人的疲劳问题,提出利用神经网络来逼近适应度函数.给出了以GA操作产生的每代最佳个体初步作为神经网络径向基网络函数的中心值并结合相似距离值,利用K-Means求出径向基网络的各参数以逼近适应度函数.在服装设计系统应用中取得了良好的效果.  相似文献   

20.
基于混沌遗传算法的组播路由优化研究?   总被引:3,自引:0,他引:3  
在采用混沌遗传算法优化多目标QoS组播路由时,为克服Logistic映射收敛速度不快,而使传统混沌遗传算法优化效果不好的缺陷,将Tent混沌遗传算法引入QoS组播路由问题的求解中。该算法利用Tent混沌映射优越的区间均匀搜索能力,对通过遗传优选出的个体再次进行混沌优化,优化出适应度最高的个体进行交叉变异,从而保证足够多的下一代,以致算法不会陷入早熟。仿真结果表明,该算法优于Logistic混沌遗传算法,有效地改进了搜索效率,且收敛速度更快、更稳定。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号