| 基于大值堆的自调整粗粒度并行遗传算法模型 |
| |
| 引用本文： | 滕腾,李龙澍. 基于大值堆的自调整粗粒度并行遗传算法模型[J]. 计算机技术与发展, 2007, 17(10): 105-108,112 |
| |
| 作者姓名： | 滕腾 李龙澍 |
| |
| 作者单位： | 1. 安徽大学,计算智能与信号处理教育部重点实验室,安徽,合肥,230039
2. 安徽大学,计算机科学与技术学院,安徽,合肥,230039 |
| |
| 基金项目： | 国家自然科学基金;安徽省自然科学基金;安徽省高校拔类人才基金;安徽省教育厅自然科学基金 |
| |
| 摘 要： | 一般粗粒度并行遗传算法（CGGA）的性能受诸多因素的影响表现不尽如人意。以降低通信代价为主要目标，受物种金字塔模型的启发，设计了一种双阈值限制下的自调整堆结构，并对其堆调整具体操作进行了改进，以期望改进后算法中种群间的通信代价大幅度降低，优化收敛速度，提高算法效率。通过对遗传算法的几个典型测试函数通信量的分析和实验表明，基于该模型的并行遗传算法在降低通信代价、提高收敛速度、优化最终解方面收效明显。
|
| 关 键 词： | 并行遗传算法 通信代价 堆模型 |
| 文章编号： | 1673-629X（2007）10-0105-04 |
| 收稿时间： | 2006-12-04 |
| 修稿时间： | 2006-12-04 |
A Self-Adjust CGGA Model Based on Max- Heap |
| |
| TENG Teng,LI Long-shu. A Self-Adjust CGGA Model Based on Max- Heap[J]. Computer Technology and Development, 2007, 17(10): 105-108,112 |
| |
| Authors: | TENG Teng LI Long-shu |
| |
| Abstract: | |
| |
| Keywords: | CGGA |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
