一种改进的双种群遗传算法.pdfVIP

下载本文档

14
0
约 4页
2017-08-13 发布于北京
举报
版权申诉

一种改进的双种群遗传算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

小型微型计算机系统 2008年 11月第 ll期 JournalofChineseComputerSystems Vo1．29 No．11 2008 一种改进的双种群遗传算法李军华h，黎明。，袁丽华h (南京航空航天大学自动化学院，江苏南京 210016) (南昌航空大学无损检测技术教育部重点实验室，江西南昌330063) E—mail：jhleel26@126．corn 摘要：提出一种新的双种群遗传算法．两个子种群的交叉、变异以及复制操作互不相同．在一个子种群中，高相似个体之间具有相对高的交叉率，遗传操作得到的新个体替代上代种群的最劣的个体．在另一个子种群中，低相似个体之间具有相对高的交叉率，变异操作采用大变异算子，遗传操作得到的新个体替代上代种群的与其最相似个体．两个子种群之间的移民使新的算法获得了良好的局部搜索能力和全局探索能力．实验结果说明：本文的算法要优于单一种群遗传算法和两个子种群的多种群遗传算法．关键词：遗传算法；多种群遗传算法；自适应交叉；大变异中图分类号：TP18 文献标识码：A 文章编号：1000—1220(2008)11．2099—04 ImprovedDualPopulation GeneticAlgorithm LIJun—hua”，LIMing．，YUAN Li—hua’。 (CollegeofAutomationEngineering，NanjingUniversityof AeronauticsandAstronautics．Nanjing210016，China) (KeyLaboratoryof NondestructiveTest，NanchangHongKnogUniversity，Nanchang330063，China) Abstract：Inthispaper，anew geneticalgorithm withtwopopulationsisproposed．Ourdualpopulationgeneticalgorithm (DP— CA)composesoftwosubp0puIati0nthatconstituteofsamesizeindividuals．Thesubp0pulati0nshavedifferentcharacteristics， suchascrossoverprobability，mutationoperatorandreproduction．Inonesubpopulation，theparentswithhighersimilarityare crosswithhigherrate；mutatewithgeneralmutationoperator；thenew individualreplacetheworstindividualoftheoldpopu— lation．Sothat，thenew algorithm canobtainsgoodexploitationability．Intheothersubpopulation，theparentswithsmaller similarityarecrosswithhigherrate；mutatewithbigmutationoperator；thenew individualreplacethemostsimilarindividual oftheoldpopulation．Sothat，thenew algorithm cangetsgoodexplorationability．TheperformanceofourDPGA iscompare to thatofasinglepopulation geneticalgorithm (SPGA)and Multi—p0pulation geneticalgorithm with two populations (2PMGA)．Theexperimentalresultsshow thattheproposedmethodoutperformsSPGA and2PM GA． Keywords：geneticalgorithms；multi—populationgeneticalgorithms；adaptivecrossoverprobab