共查询到18条相似文献,搜索用时 86 毫秒
1.
为了有效解决遗传算法中收敛速度与局部最优解的矛盾,文中提出了一种具有改进的选择算子和改进的交叉算子的遗传算法。使用文中改进的选择算子,能够增加算法收敛于全局最优解的概率,从而不容易陷入局部最优,也就增加了找到最优解的概率,使用文中改进的交叉算子可以加快算法的收敛速度,从而缩短寻找最优解的时间。实验证明,这两种改进算子的结合能以较快速度收敛于全局最优解,因此能很好地解决遗传算法中收敛速度与局部最优解之间的矛盾。 相似文献
2.
分析了传统遗传算法中的交叉算子的作用与局限,认为正是交叉算子被赋予两个互相矛盾的任务,而使传统遗传算法的运行机制变得复杂。对交叉算子的功能进行简化,提出智能交叉算子,形成新的、简单的遗传运行机制。该机制认为,进化是由环境与个体共同实现的。基于这种思想,利用MATLAB编写了一个智能交叉遗传算法工具箱,并对该工具箱进行数值试验。结果表明该算法具有非常精确的全局求优的特点,克服了早熟收敛,且收敛速度较快。 相似文献
3.
一种改进选择算子和基于小生境的遗传算法 总被引:5,自引:0,他引:5
陈友文 《计算机与数字工程》2009,37(6):21-24
为了进一步提高遗传算法选择算子的选优能力,在传统轮盘赌的基础上提出了一种基于排序的多轮轮盘赌选择算子,在提高了算子选优能力的同时也减少了随机性所产生的误差;同时采用了小生境技术,使得算法既能保证多样性又能够保留最优解。实验表明,与简单遗传算法相比较,新算法能够有效地提高收敛速度。 相似文献
4.
本文对遗传算法的交叉过程进行模拟,通过常用的单点交叉以及两点交叉,在设定的函数上,分别给出二进制编码下,个体进行交叉的具体的计算过程,分析两种交叉算子在遗传算法中的影响。 相似文献
5.
遗传算法中的交叉算子的述评 总被引:2,自引:0,他引:2
交叉算子是遗传算法中的一种重要算子,对遗传算法中较成熟的交叉算子进行了简单介绍,在此基础上结合文献内容,从理论应用以及作用机理等几个方面对遗传算法中改进的交叉算子进行了分析和讨论,可以发现改进后的交叉算子能在一定程度上克服传统遗传算法的缺点,提高其搜索效率和精度,有效避免过早收敛。进一步提出遗传算法中交叉算子的未来研究方向,为今后遗传算法的应用和发展奠定了基础。 相似文献
6.
7.
8.
TSP问题是一个典型的组合优化问题,也是一个NP难题,一般很难精确地求出其最优解,因而找出有效的近似解算法具有重要意义。针对基本遗传算法在解决TSP问题时所存在的收敛速度慢、容易“早熟”的问题,在选择算子中引入选择因子,同时提出一种改进的交叉算子和基于种群相似度的更新策略。改进的交叉算子是先比较两个城市间距离再进行交换城市序号,因此加快了收敛的速度,而基于种群的相似度更新策略则在算法的后期可以有效地防止早熟。通过对实例144进行测试,证明该算法在解决该类问题上取得了较好的效果。 相似文献
9.
选择算子是一个重要的遗传算子。本文在介绍经典选择算子的基础上结合文献分析选择算子的改进,为遗传算法中选择算子的选取提供相关的策略。 相似文献
10.
11.
12.
13.
针对全球导航卫星系统(GNSS)星座选择的需要,分析了多星座卫星导航定位系统选星问题的数学描述形式,根据选星问题的实质要求,将选星问题转换为单约束组合优化问题。而在采用遗传算法求解诸如选星求解类组合优化问题时,由于其对1基因(或0基因)的数量有特别的约束要求,已有的一些交叉算子不能满足该约束要求。针对基因数约束条件,提出了一种新的交叉算子——变异交叉,新的交叉算子仅以1基因或0基因为交换对象实现交叉操作来产生原始后代、以变异作为辅助方式来实现后代的合法化。实验结果表明,所提出的交叉算子能有效应用于遗传算法实现多星座卫星导航定位系统选星求解,且运算量较少,可以实现简单、快速求解,满足实时选星要求。 相似文献
14.
15.
16.
遗传算法可以看成是在某个空间求最大值的搜索技术。本文从理论上分析了在搜索技术中,用格点法比胡机法好,并用格点理论(佳点是格点的一种)设计了遗传交叉算子。模拟结果显示,与传统的胡机法实现交叉操作的遗传算法相比,本文算法不仅在效率、精度上有所提高,而且克服了“早熟”现象。 相似文献
17.
本文将传统遗传算法中的杂交算子与一种新设计的优化方法相结合,提出了一种能改善种群中个体适应度的混合杂交算子,并通过修正适应度函数给出了一种新的求解连续型数值优化问题的遗传算法,并证明了其全局收敛性。数据试验表明,该算法对这些测试函数的结果优于文献中的方法 相似文献
18.
针对遗传算法在局部搜索能力方面的缺陷,提出了一种基于扩散算子的遗产算法(简称扩散遗产算法)。该算法中包含的扩散算子是变异算子,其主要作用是在遗传搜索中进行局部搜索。用扩散遗传算法和实数编码遗传算法分别训练用于解XOR问题的神经网络,对比结果表明,论文提出的算法兼具强的全局搜索能力和局部搜索能力,因此,该算法可以不借助其它局部搜索算法而单独作为神经网络训练算法,从而简化训练算法,提高训练效率。该算法对提高遗传算法搜索效率和求解精度具有重要的意义。 相似文献