【摘要】：提出一種改進的雙精英協(xié)同進化遺傳算法。在該算法中,種群被劃分為兩個精英小隊,二者協(xié)同進化;精英是小隊中的最優(yōu)個體,并且兩個小隊的精英具有較高的差異度。精英分別與被選的個體進行交叉,增強了種群個體和全局最優(yōu)解的親和度;同時,當(dāng)精英小隊中的個體間的差異度下降到規(guī)定的預(yù)警值時,引入變異操作,有效地保持了種群的多樣性,避免了早熟問題。算法中還給出一種δ-表現(xiàn)型多樣性測度計算方法,使之可以對個體適應(yīng)值為實數(shù)的群體多樣性進行準(zhǔn)確計算。針對參數(shù)多、大范圍的復(fù)雜計算環(huán)境,算法的搜索能力明顯提高。
[Abstract]:An improved double elite co-evolutionary genetic algorithm is proposed. In this algorithm, the population is divided into two elite teams, and the elites are the best individuals in the team, and the elites of the two teams have a high degree of difference. The elite intersects with the selected individuals respectively, which enhances the affinity between the individual and the global optimal solution of the population. At the same time, when the difference between the individuals in the elite team decreases to the prescribed early warning value, the variation operation is introduced to effectively maintain the diversity of the population and avoid the problem of precocious. In the algorithm, a calculation method of 未-phenotypic diversity measure is also given, so that it can accurately calculate the population diversity with real individual fitness. For the complex computing environment with many parameters and a wide range, the search ability of the algorithm is obviously improved.
【作者單位】： 哈爾濱工業(yè)大學(xué)(威海)計算機科學(xué)與技術(shù)學(xué)院;
【基金】：國家科技支撐計劃項目(No.2015BAF23B03) 山東省重大科技專項項目(No.2015ZDXX0201B02) 山東省自然科學(xué)基金(No.ZR2015FM006)
【分類號】：TP18

【參考文獻】

相關(guān)期刊論文 前4條

1 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進化遺傳算法[J];軟件學(xué)報;2012年04期

2 李碧;林土勝;;協(xié)同進化在遺傳算法中的應(yīng)用述評[J];計算機科學(xué);2009年04期

3 孟偉;韓學(xué)東;洪炳昒;;蜜蜂進化型遺傳算法[J];電子學(xué)報;2006年07期

4 武曉今,朱仲英;遺傳算法多樣性測度問題研究[J];信息與控制;2005年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 梁秉毅;蔡延光;蔡顥;戚遠航;黃何列;Ole Hejlesen;;基于優(yōu)化決策樹和EM的缺失數(shù)據(jù)填充算法[J];自動化與信息工程;2017年05期

2 徐煥芬;劉偉;謝月珊;;雙種群煙花算法[J];廣東工業(yè)大學(xué)學(xué)報;2017年05期

3 劉曉健;張樹有;魏棟;王自立;;復(fù)雜曲面加工中等距雙NURBS刀具路徑高效插補方法[J];計算機集成制造系統(tǒng);2017年06期

4 王吉權(quán);王福林;董志貴;田占偉;文士發(fā);;實數(shù)遺傳算法進化策略的改進研究[J];數(shù)學(xué)的實踐與認識;2017年11期

5 郭衛(wèi)東;孫延坤;張海斌;;基于粒子群優(yōu)化的組播路由算法研究[J];信息與電腦(理論版);2017年10期

6 孫璐;徐青山;李國棟;王旭東;蔣菱;戚艷;;能源互聯(lián)背景下熱電聯(lián)供系統(tǒng)的優(yōu)化調(diào)度[J];電器與能效管理技術(shù);2017年08期

7 劉源;李玉玲;郝勇;趙琳;;基于遺傳算法的多星協(xié)同攻擊軌道優(yōu)化方法[J];系統(tǒng)工程與電子技術(shù);2017年08期

8 張占云;宗曉萍;王培光;;基于旅行商問題的改進遺傳算法研究[J];電子世界;2017年07期

9 許川佩;李克梅;;基于粒子群算法的多約束3D NoC協(xié)同測試規(guī)劃[J];儀器儀表學(xué)報;2017年03期

10 馬胡雙;石永革;;函數(shù)優(yōu)化問題的動態(tài)并行量子遺傳算法[J];青島科技大學(xué)學(xué)報(自然科學(xué)版);2017年01期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 江中央;蔡自興;王勇;;求解全局優(yōu)化問題的混合自適應(yīng)正交遺傳算法[J];軟件學(xué)報;2010年06期

2 陳皓;崔杜武;崔穎安;陶永芹;梁琨;;族群進化算法[J];軟件學(xué)報;2010年05期

3 應(yīng)偉勤;李元香;SHEU Phillip C-Y1;吳昱;余法紅;;演化多目標(biāo)優(yōu)化中的幾何熱力學(xué)選擇[J];計算機學(xué)報;2010年04期

4 周昌樂;游維;丁曉君;;一種宋詞自動生成的遺傳算法及其機器實現(xiàn)[J];軟件學(xué)報;2010年03期

5 岳]Z;馮珊;;遺傳算法的計算性能的統(tǒng)計分析[J];計算機學(xué)報;2009年12期

6 慕彩紅;焦李成;劉逸;;M-精英協(xié)同進化數(shù)值優(yōu)化算法[J];軟件學(xué)報;2009年11期

7 呂躍進;劉南星;陳磊;;一種基于并行遺傳算法的粗糙集屬性約簡[J];計算機科學(xué);2008年03期

8 李慶華;楊世達;阮幼林;;基于水平集的遺傳算法優(yōu)化的改進[J];計算機研究與發(fā)展;2006年09期

9 孟偉;韓學(xué)東;洪炳昒;;蜜蜂進化型遺傳算法[J];電子學(xué)報;2006年07期

10 王德利,高瑩;競爭進化與協(xié)同進化[J];生態(tài)學(xué)雜志;2005年10期

【相似文獻】

相關(guān)期刊論文 前10條

1 翟云;楊炳儒;王樹鵬;張德政;安冰;;基于協(xié)同進化機制的欠采樣方法[J];北京科技大學(xué)學(xué)報;2011年12期

2 劉小勇;劉軍;趙桂榮;馬靜;王勇超;;一種協(xié)同進化模型的研究[J];計算機工程與應(yīng)用;2012年08期

3 張騫;李克清;戴歡;劉帥;;基于協(xié)同進化蜂群算法的覆蓋優(yōu)化策略[J];計算機工程與設(shè)計;2014年04期

4 王文韜;易維列;何永保;;合作式協(xié)同進化用于模糊系統(tǒng)的自動生成[J];模式識別與人工智能;2002年02期

5 袁琦;;基于多種群協(xié)同進化的物流配送路徑優(yōu)化[J];寧波大學(xué)學(xué)報(理工版);2010年02期

6 楊莉萍;黃厚寬;;基于雙向維度抽取的協(xié)同進化存檔算法[J];北京交通大學(xué)學(xué)報;2010年05期

7 戴維;邊耐政;王碩;王金鎖;;免疫協(xié)同進化模型在電子政務(wù)中的應(yīng)用[J];微計算機信息;2012年01期

8 李碧,雍正正,周安寧;一種嵌入式的協(xié)同進化模型[J];計算機工程與應(yīng)用;2005年09期

9 李航;寇紀(jì)淞;李敏強;;一類基于協(xié)同進化模型的混沌系統(tǒng)[J];系統(tǒng)仿真學(xué)報;2008年18期

10 陳峰;武小悅;;基于協(xié)同進化的航天測控資源優(yōu)化調(diào)度[J];系統(tǒng)工程與電子技術(shù);2009年11期

相關(guān)博士學(xué)位論文 前3條

1 胡志華;基于免疫系統(tǒng)的協(xié)同進化機制及其應(yīng)用研究[D];東華大學(xué);2009年

2 慕彩紅;協(xié)同進化數(shù)值優(yōu)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2010年

3 劉文俊;基于協(xié)同進化的群體規(guī)劃研究及其應(yīng)用[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張曉茹;協(xié)同進化果蠅免疫優(yōu)化算法及應(yīng)用[D];貴州大學(xué);2016年

2 苑紅星;基于協(xié)同進化的混合智能優(yōu)化算法研究[D];安徽大學(xué);2017年

3 李同喜;支持學(xué)習(xí)的協(xié)同進化模型研究及應(yīng)用[D];山東師范大學(xué);2008年

4 張桂娟;自適應(yīng)協(xié)同進化模型及應(yīng)用[D];山東師范大學(xué);2006年

5 李巖;基于共生協(xié)同進化的多目標(biāo)算法及應(yīng)用[D];北京化工大學(xué);2008年

6 范穎;基于協(xié)同進化與強化學(xué)習(xí)的多代理協(xié)作學(xué)習(xí)研究[D];山東師范大學(xué);2007年

7 劉國興;基于協(xié)同進化的多目標(biāo)優(yōu)化算法研究[D];天津大學(xué);2008年

8 崔佳;基于協(xié)同進化粒子群的聚合反應(yīng)優(yōu)化研究[D];哈爾濱理工大學(xué);2011年

9 吳福芳;協(xié)同進化多目標(biāo)優(yōu)化算法的改進與應(yīng)用[D];安徽理工大學(xué);2015年

10 朱麗花;具有最優(yōu)結(jié)構(gòu)的進化模糊系統(tǒng)用于操作員功能狀態(tài)評估[D];華東理工大學(xué);2012年

，

本文編號：2503027