| 交互式遗传算法的改进方法及应用 |
| |
| 引用本文： | 巩固,黄永清,郝国生.交互式遗传算法的改进方法及应用[J].计算机工程,2009,35(1):165-167. |
| |
| 作者姓名： | 巩固 黄永清 郝国生 |
| |
| 作者单位： | 1. 徐州师范大学计算机科学与技术学院,徐州,221116
2. 中国矿业大学信息与电气工程学院,徐州,221008 |
| |
| 基金项目： | 江苏省高校自然科学基础研究基金，徐州师范大学校级培育基金 |
| |
| 摘 要： | 针对交互式遗传算法中收敛速度慢和容易陷入局部收敛的缺点，提出遗传算法算子的一些改进策略，即利用定位部分优良基因方法，使这些基因较好地遗传到下一代。改进的算法能有效减少无效的交叉操作，收敛速度、全局搜索能力和局部搜索能力比交互式遗传算法均得到了较大的提高。将改进的算法应用于服装设计中，实验结果证明了改进后的算法在平均收敛代数和收敛到最优解的概率都优于遗传算法。
|
| 关 键 词： | 交互式遗传算法 改进策略 早熟收敛 搜索空间 遗传算子 |
| 修稿时间： | |
Improved Method of Interactive Genetic Algorithm and Application |
| |
| GONG Gu,HUANG Yong-qing,HAO Guo-sheng.Improved Method of Interactive Genetic Algorithm and Application[J].Computer Engineering,2009,35(1):165-167. |
| |
| Authors: | GONG Gu HUANG Yong-qing HAO Guo-sheng |
| |
| Affiliation: | 1. College of Computer Science and Technology;Xuzhou Normal University;Xuzhou 221116;2. College of Information and Electronic Engineering;China University of Mining and Technology;Xuzhou 221008 |
| |
| Abstract: | In order to effectively solve the disadvantages of Interactive Genetic Algorithm(IGA) which converges slowly and easily runs into local extremism, some improved strategies are proposed. The improved strategies which reserve some elitist genes can reduce useless crossover effectively and thus the convergence speed and the search capability are greatly improved when the Elitist Reserved Genetic Algorithm(ERGA) that keeps best strategies compared with IGA. The efficiency of the proposed method is analyzed, at ... |
| |
| Keywords: | Interactive Genetic Algorithm(IGA) improved strategies premature convergence searching space genetic operators |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
