交叉点规模的优化与交叉算子性能的改进
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

Supported by the National Natural Science Foundation of China under Grant Nos.60743009, 60501006 (国家自然科学基金); the Natural Science Foundation of Shaanxi Province of China under Grant No.2006F-43 (陕西省自然科学基金)


Optimization Crossover Scale for Improving Performance of Crossover Operator
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    通过分析交叉点规模对交叉算子空间搜索性能的影响,可以发现在遗传算法的搜索过程中,其对交叉点规模的需求是随群体状态的演变而动态变化的.为实现对交叉点规模的优化,提出使用分阶段调整策略、随机分配策略以及自适应进化策略3 种方法来完成对交叉点规模的动态调控.对典型高维函数的优化实验表明,上述方法可以显著提高交叉操作的搜索效率,其中,自适应进化策略利用搜索机制可以发现一类高维函数交叉点规模的控制知识,实验结果证实了此类知识的有效性.此外,该研究也为对进化算法中算子和参数的优化提供了新思路.

    Abstract:

    Based on the analysis of relationship between the crossover scale and reachable subspace of crossover operator, it can be found that the crossover scale is dynamically adjusted to the population structure. In this paper,three control mechanisms—the well-phased control strategy, the random distribution strategy and the adaptationevolution strategy are built up to adjust the crossover scale. The simulation tests of the classical function show theseoptimization mechanisms are available and valuable control knowledge of crossover scale for multi-dimensionfunctions have been generated by the adaptation evolution strategy. Furthermore, this research suggests a newmethod for the operator and parameter optimization of evolution algorithm.

    参考文献
    相似文献
    引证文献
引用本文

陈皓,崔杜武,李雪,韦宏利.交叉点规模的优化与交叉算子性能的改进.软件学报,2009,20(4):890-901

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-12-27
  • 最后修改日期:2008-03-31
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号