蜜蜂双种群进化型遗传算法.pdfVIP

维普资讯 第29卷 第 13期 计算机工程与设计 2008年7月 VOl_29 NO．13 ComputerEngineeringandDesign July2008 蜜蜂双种群进化型遗传算法 卢雪燕 ， 周永权 (1．广西民族大学数学与计算机科学学院，广西 南宁530006； 2梧州学院计算机与电子信息Y-程系，广西梧州543002) 摘 要：为 了改善传统遗传算法的性能，由蜜蜂种群繁殖进化的方式得到启发，提 出了一种 蜜蜂双种群进化型遗传算法 (DBPGA)。算法共有两个种群，一个是通过迭代进行遗传操作得到的；另一个在每代进化过程 中随机 引入。每个种群中的最 优个体作为蜂王分别以概率与其它个体 (雄蜂)进行交配操作。既能增强对种群最优个体所包含信息的开采能力，又能提高 算法的勘探能力，从而避免算法过早地收敛。实验结果表明，该算法对于改进和提高遗传算法性能及求解连续非线性规划 问题是有效可行的。 关键词：双种群；蜜蜂；进化；遗传算法；非线性规划 中图法分类号：TP183 文献标识码 ：A 文章编号：1000．7024(2008)133·422·03 Doublebeepopulationevolutionarygeneticalgorithm LU Xue—yan ， ZHOU Yong—quan (1．CollegeofMathematicandComputerScience，GuangxiUniversityforNationalities，Nanning530006，China； 2．DepartmentofComputerandElectronicInformationEngineer，WuzhouUniversity，Wuzhou543002，China) Abstract：Adoublebeepopulationevolutionarygeneticalgorithm (DBPGA)isproposed InDBPGA，thereisdoublebeepopulation． Oneisfrom generationbyhteDBPGA，theotherisarandom population，andconsequentiallyitenhancestheexplorationofgenetical· gorihtm．Optimum individualbeingaqueenb·eeineachpopulationcrossoverwitheachselectedindividual (drone)．Asaresultit reinforcestheexploitationofgeneticalgorithm，avoidsprematureconvergence，andextendssearchraea．Resultsforseveralcontinuous nonlineraprogrammingproblemsshowthatDBPGA isna efficientandeffectiveimprovedgeneticalgorithm． Keywords：doublepopulation；bee；evolution；geneticalgoritmh ；nonlineraprorgamming 又无法保持同一基因位置上基因的多样性。而在结束阶段， 0 引 言 即使种群保持了很大的多样性，但如果所有或大多数个体都 遗传算法(geneticalgorithm，GA)是模拟生物在 自然环境中 有很高的适值，使得种群的平均适值和最大适值相差不大，那 的遗传和进化过程而形成的一种 自适应全局优化 的随机搜索