基于遗传算法的划分序乘积空间问题求解层选择 |
| |
引用本文: | 徐怡,邱紫恒.基于遗传算法的划分序乘积空间问题求解层选择[J].软件学报,2024(4):1945-1963. |
| |
作者姓名: | 徐怡 邱紫恒 |
| |
作者单位: | 1. 安徽大学计算机科学与技术学院;2. 计算智能与信号处理教育部重点实验室(安徽大学) |
| |
基金项目: | 国家自然科学基金(62076002);;安徽省自然科学基金(2008085MF194); |
| |
摘 要: | 划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,提出一种两阶段自适应遗传算法TSAGA (two stage adaptive genetic algorithm)来寻找问题求解层.首先,采用实数编码对问题求解层进行编码,然后根据问题求解层的分类精度和粒度定义适应度函数.算法第1阶段基于经典遗传算法,预选出一些优秀问题求解层作为第2阶段初始种群的一部分,从而优化解空间.算法第2阶段,提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子,从而在优化的解空间中进一步选择问题求解层.实验结果证明了所提方法的有效性.
|
关 键 词: | 粒计算 划分序乘积空间 遗传算法 问题求解层 |
|
|