基于CBR-GA的建筑块重组

基于CBR-GA的建筑块重组

ID:46601778

大小:356.38 KB

页数:4页

时间:2019-11-26

基于CBR-GA的建筑块重组_第1页
基于CBR-GA的建筑块重组_第2页
基于CBR-GA的建筑块重组_第3页
基于CBR-GA的建筑块重组_第4页
资源描述:

《基于CBR-GA的建筑块重组》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第28卷第5期2011年5月计算机应用研究ApplicationResearchofCompute鹏Vol-28No.5Mav2叭1基于CBR—GA的建筑块重组邹鹏,闭应洲,杨虎林,刘阿宁,元昌安(广西师范学院计算机与信息工程学院,南宁530004)摘要:为了解决遗传算法(GA)中好的建筑块被破坏的问题,提出基于CBR—GA的建筑块重组方法。首先反复运行简单的遗传算法找到多个局部最优解,并选择多个不同的局部最优解构建案例库;然后应用差异化学习方法产生新案例,有效解决了GA中随机交叉对建筑块破坏的问题;最后通过4阶欺骗问题验证了新算法的可行性。关键词:案例推理;遗传算法

2、;欺骗问题中图分类号:仍01.6文献标志码:A文章编号:1001.3695(2011)05.1658.03doi:10.3969/j.is蚰.100l一3695.加11.05.017TowardrecombinationofbuildingblocksbasedonCBR—GAZOUPerIg,BIYillg-zhou,YANGHu-lin,UUA·niIlg,YUANCIlaIlg-锄(coZ妇口o,co唧u幻&岫m动%En副,柳r,‰,增研%∞^m尉蚴砌n№汹妙,盹n,“昭530004,m妇m)Abstr嗣哦:Inordertosolvetheproblemoft

3、lledestruction0fgoodbuildiIlgblocksinGA,thi8paperpresentedanovelap-proachtorecombinethebuildingblocksbasedoncBR—GA.Firstly,啪simpleGArepeate曲tofindmultiplekaloptimal∞luti伽8,锄dchosethedifkrentlocal叩tiIIlal“utionst0buiIdtheca跎-ba∞.Secondly,genemtedthenewca∞bydi脆ren-tiationle唧ingwhicheffect

4、ivelysoIvedtheproblemofthede8tmctionofbuildingblockinGA.FinaUy,verifiedthenewaIgo.rithmwith4一orderdeceptivepmblem.Keywords:c鹪e·ba∞drea∞ning;genetic蜊thm;deceptivepmblem0引言遗传算法(GA)是20世纪70年代由美国的Hou粕d提出的模仿生物进化过程的优化方法,它的主要思想是基于Da耐n的生物进化论和Mendel的遗传学。GA结合了Da州n的适者生存和随机交换理论。适者生存理论消除了解中的不适应因素;随机交

5、换理论利用了原有解中的已有知识,从而加速了对优化解的搜索过程。GA作为一种基于优胜劣汰自然选择机制的优化方法,计算简单、功能强大且具有很好的并行计算能力,在很大搜索空间下能很快地找到较好的解,在复杂情况下的鲁棒性依然很高。它尤其适于目标函数具有诸多限制条件下的多参数优化问题⋯。GA通过交叉算子产生新的后代,但是由于交叉算子的交叉点是随机选择的,有些交叉会破坏个体中原有的高质量部分解(文献中常称之为建筑块),使得后代的适应值要比父代的更差。因此,为了设计快速有效的演化算法,降低交叉算子的破坏性研究是十分必要的B1。为了降低交叉算子的破坏性,文献[3]提出通过识别个体中的

6、优秀基因,在交叉过程中保护个体中的优秀基因,达到有效识别和重组建筑块的目的。由于遗传算法、蚁群优化、分布估计算法等算法都属于从当前种群(已知样本)产生新的种群(新的搜索点),MacreadyHl将这些算法的搜索机理归纳为反复执行以下两个步骤:推断问题的结构;根据推断,决定下一步如何抽样产生新的候选解。从已知样本中推断问题结构的过程就是学习过程,因此利用其他机器学习的成果改进GA内在的学习过程,提高GA的建筑块重组效率是合理的。基于案例推理(cBR)是近年来人工智能领域中兴起的一项重要的推理技术。与规则推理不同,它通过访问案例库中的同类案例(源案例)的求解从而获得当前问

7、题(目标案例)的解决方法。案例存储是一个学习环境,在这个环境中注入新的案例,删除已有案例和修改案例来适应问题情况。随着cBR技术的日益成熟,它已被成功应用于许多应用领域,如呼叫中心决议、经验管理和认知信息检索等"1。为了更有效地求解复杂的优化问题,本文提出了将GA与cBR相结合的问题求解模型,有效解决了遗传算法的随机交叉对建筑块的破坏问题,并且保证了GA种群的多样性,防止陷入“早熟”。1CBR研究概述CBR是一种基于人类问题求解实例的计算模型,首先是由美国耶鲁大学RogerSch肌k在研究动态存储技术中发现的,并且在1982年所著的《Dy—埘nicm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。