| 一种改进的遗传算法：GA-EO算法 |
| |
| 引用本文： | 何 嘉,李雪冬.一种改进的遗传算法：GA-EO算法[J].计算机应用研究,2012,29(9):3307-3308. |
| |
| 作者姓名： | 何 嘉 李雪冬 |
| |
| 作者单位： | 1. 电子科技大学 计算机科学与工程学院, 成都 611731; 2. 成都信息工程学院 计算机学院, 成都 610225 |
| |
| 摘 要： | 针对基本遗传算法(GA)有局部搜索能力差、计算量大、对较大搜索空间适应能力差和易收敛于局部极小值等问题,采用将极值优化(EO)算法与传统遗传算法相结合的方式,对基本遗传算法进行改进,提出了一种新的算法:GA-EO算法,并用实验证明了新算法的有效性。
|
| 关 键 词： | 遗传算法 混合遗传算法 极值优化算法 局部极小 |
Improved genetic algorithm:GA-EO algorithm |
| |
| HE Ji,LI Xue-dong.Improved genetic algorithm:GA-EO algorithm[J].Application Research of Computers,2012,29(9):3307-3308. |
| |
| Authors: | HE Ji LI Xue-dong |
| |
| Affiliation: | 1. School of Computer Science & Engineering, University of Electronic Science & Technology of China, Chengdu 611731, China; 2. College of Computer Science & Technology, Chengdu University of Information Technology, Chengdu 610225, China |
| |
| Abstract: | The basic GA genetic algorithm has some problems such as the poor ability of local search, the abundant calculated quantity, and the poor ability for searching big space and constrict in local minimum easily etc. Experiment proves that to mix the EO extremal optimization algorithm into GA could improve the above defects. |
| |
| Keywords: | genetic algorithm(GA) hybrid-GA extremal optimization algorithm local minimum |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
