| 用适应值激励机制提高遗传算法的效率 |
| |
| 引用本文： | 林 丹,李敏强,寇纪淞.用适应值激励机制提高遗传算法的效率[J].控制与决策,2000,15(6):759-761. |
| |
| 作者姓名： | 林 丹 李敏强 寇纪淞 |
| |
| 作者单位： | 天津大学系统工程研究所,300072 |
| |
| 基金项目： | 国家自然科学基金项目!(6 99740 2 6 ) |
| |
| 摘 要： | 分析了传统遗传算法作为函数优化器在宏观进化机制上的局限性 ,讨论了群体的可进化性在函数优化中的作用。在此基础上提出在遗传算法中引入适应值激励机制 ,用它来动态地提高群体的可进化性。数值实验表明 ,带有适应值激励机制的改进遗传算法的搜索效率得到很大提高。
|
| 关 键 词： | 遗传算法 可进化性 适应值激励机制 |
Improving the Efficiency of Genetic Algorithms by Using Fitness Stimulating Mechanism |
| |
| Lin Dan,Li Minqiang,Kou Jisong.Improving the Efficiency of Genetic Algorithms by Using Fitness Stimulating Mechanism[J].Control and Decision,2000,15(6):759-761. |
| |
| Authors: | Lin Dan Li Minqiang Kou Jisong |
| |
| Affiliation: | Tianjin University |
| |
| Abstract: | The limitations of GAs as function optimizers are analyzed and the important role of evolvability during the evolutionary process is discussed. Then the fitness stimulating mechanism is introduced into GAs to dynamically improve the evolvability of the population under the general genetic operators. Experimental results show that GAs with fitness stimulating mechanism greatly improve the efficiency compared with conventional GAs. |
| |
| Keywords: | genetic algorithm evolvability fitness stimulating mechanism |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
