共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
针对多星测控资源调度问题,设计了和问题特征结合的合作型协同进化调度算法,给出了算法的编码、操作算子和流程,鉴于调度算法采用传统的代表个体最优选择和随机选择将导致求解效果不稳定,提出一种子种群代表个体选择方法及对应的个体适应度计算方法.综合考虑代表个体的协同性和计算开销,借鉴正交设计的思想,依据贪婪性强弱从每个子种群选择三个代表个体,并利用正交表进行个体适应度计算.最后通过一个实例,验证了该方法的有效性. 相似文献
4.
改进的协同进化遗传算法在机器博弈中的应用 总被引:1,自引:1,他引:0
阐述了一种典型的协同进化遗传算法(SANE),在机器博弈中,用前馈神经网络(FNN)表示局面估值函数,该算法采用两个种群合作协同的方式进化该FNN.对上述算法在种群的初始化方面进行了合理改进:用粒子群算法(PSO)先对种群进行预处理.实验表明,在协同进化的过程中,经过预处理的种群会比随机生成的种群效率更高. 相似文献
5.
6.
7.
协同进化在遗传算法中的应用述评 总被引:2,自引:0,他引:2
生态系统中协同进化的含义是几个生存能力相关联的种群的同时进化,在遗传算法中应用协同进化的实质是改变了个体适应度的计算方法:经典遗传算法中个体的适应度由它的染色体所决定,协同进化中个体的适应度却是由个体在协同关系中的表现决定.根据个体之间的适应度关联方式的不同,协同进化在遗传算法中应用可以分为两种:竞争协同进化算法、合作协同进化算法.竞争协同进化算法中的个体适应度由个体在竞争中的表现决定;合作协同进化算法中的个体适应度决定于个体在合作中的表现.对这两种方法的实质以及主要思想进行了述评. 相似文献
8.
9.
10.
针对粒子群算法对初始种群敏感和易陷入局部最优解等问题,提出了佳点集理论结合多种群多策略协同进化算法改进的粒子群算法(IMPMSPSO).首先采用佳点集理论生成佳点作为初始种群,使种群分布更均匀而在一定程度上减弱其对位置的敏感性;然后利用协同进化算法,先将种群随机分成若干子种群,各子种群随机选择一种改进的进化策略并行计算,并进行最优位置的共享.经过测试,IMPMSPSO在计算精度和收敛速度上均优于其他算法.最后利用IMPMSPSO优化模糊神经网络初始权值和阈值构造分类预测模型,对雾霾污染等级进行分类预测.结果表明,与其他分类模型相比,该模型在各等级上的准确率均有提高. 相似文献