首页 | 本学科首页   官方微博 | 高级检索  
     

基于水平集的遗传算法优化的改进
引用本文:李庆华,杨世达,阮幼林.基于水平集的遗传算法优化的改进[J].计算机研究与发展,2006,43(9):1624-1629.
作者姓名:李庆华  杨世达  阮幼林
作者单位:国家高性能计算中心(武汉),武汉,430074;华中科技大学计算机科学与技术学院,武汉,430074
基金项目:国家自然科学基金;国家高技术研究发展计划(863计划)
摘    要:现有的遗传算法大多数没有给出收敛性准则,且存在早熟收敛和收敛速度较慢的难题,为此提出一类新型遗传算法.该算法首先从被优化函数的因变量出发,引入了水平集的新概念,对每一代种群进行分类,把与目标相关的所有信息有机地结合在一起,从而提高了算法的优化速度;其次通过对变异算子进行改进,提高了种群的多样性,有效地避免了遗传算法的早熟收敛;同时还证明了变异算子能提高种群多样性以及新算法能收敛于全局最优解,最后给出了算法的收敛准则.实验表明,该算法正确有效,搜索效率与精度均优于其他方法.

关 键 词:遗传算法  水平集  平衡变异算子  收敛准则
收稿时间:10 12 2004 12:00AM
修稿时间:2004-10-122005-11-02

Improving Optimization for Genetic Algorithms Based on Level Set
Li Qinghua,Yang Shida,Ruan Youlin.Improving Optimization for Genetic Algorithms Based on Level Set[J].Journal of Computer Research and Development,2006,43(9):1624-1629.
Authors:Li Qinghua  Yang Shida  Ruan Youlin
Affiliation:National High Performance Computing Center ( Wuhan
Abstract:
Keywords:genetic algorithm  level set  balance mutation operator  convergence rule
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号