基于等级信息反馈的进化算法.pdf

基于等级信息反馈的进化算法.pdf

ID:55674726

大小:334.40 KB

页数:5页

时间:2020-05-24

基于等级信息反馈的进化算法.pdf_第1页
基于等级信息反馈的进化算法.pdf_第2页
基于等级信息反馈的进化算法.pdf_第3页
基于等级信息反馈的进化算法.pdf_第4页
基于等级信息反馈的进化算法.pdf_第5页
资源描述:

《基于等级信息反馈的进化算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第34卷第4期沈阳工业大学学报VO1.34No.42012年7月JournalofShenyangUniversityofTechnologyJu1.2012文章编号:1000—1646(2012)04—0433—05基于等级信息反馈的进化算法木宋丹(1.中南大学信息科学与工程学院,长沙410083;2.湖南财政经济学院信息管理系,长沙410205)摘要:为了解决高维优化问题,提出了一种新的基于等级信息反馈的进化算法.该算法对变异尺度分成若干等级,并设置矩阵对父代各个维度上的变异等级、变异结果和变异次数等信息进行记录,利用这反馈信息来指导后代个

2、体的变异维度选择和变异尺度的生成;算法的超变异算子给予最优个体在其领域范围内进行多次搜索的机会以提高算法结果的精度.试验结果表明,与其他改进算法相比,该算法具有较好的全局收敛性,不易陷入局部最优解且算法的收敛速度和稳定性有显著提高.关键词:进化算法;等级变异;全局优化;信息反馈;交叉;数值优化;记忆机制;精度中图分类号:TPl8文献标志码:AEvolutionaryalgorithmbasedongradeinformationfeedbackSONGDan一.(1.SchoolofInformationScienceandEngineerin

3、g,CentralSouthUniversity,Changsha410083,China;2.DepartmentofInformationManagement,HunanUniversityofFinanceandEconomics,Changsha410205,China)Abstract:Inordertosolvethehighdimensionaloptimizationproblem,flnovelevolutionaryalgorithmbasedongradeinformationfeedback(EABGIF)wasprop

4、osed.Themutationscalewasdividedintoseverallevelsintheproposedalgorithm,andsuchinformationasmutationgrades,mutationresultsandmutationtimesforeachparentdimensionwasrecordedthroughsettingmatrix.Moreover,thefeedbackinformationwasusedtoguidetheselectionofmutationdimensionforproge

5、nyindividualsandthegenerationofmutationscale.Thehyper—mutationoperatorofthealgorithmgavetheopportunitiesfortheoptimalindividualtoperformthemultiplesearchingwithincertainfield,andthustheresultprecisionofthealgorithmwasenhanced.Theexperimentalresultsshowthatcomparedwithotherim

6、provedalgorithms,theproposedalgorithmexhibitsbetterglobalconvergence,andisnoteasytofallintolocaloptimumsolution.Inaddition,theconvergencespeedandstabilityofthealgorithmalsogetsignificantlyimproved.Keywords:evolutionaryalgoxithm;grademutation;globaloptimization;informationfee

7、dback;cross;numericaloptimization;memorymechanism;precision人的本质具有社会性,人类社会是群体智能环节以提高算法的智能性.在免疫克隆算法的基的最高表现形式.人类个体不仅在先天上遗传来础上,引入免疫记忆来加强种群的收敛速度.自父母的基因,更重要的是后天在人类社会中得针对约束多目标优化问题,在算法中设置记忆单到教育和学习.记忆是教育和学习的一个基础和元对接近可行域的不可行解进行局部搜索,使算重要前提,一些学者在智能处理算法中引入这一法的最优解能更好地逼近约束最优Pareto一前收稿日期:20

8、10—08—30.基金项目:湖南省科技厅科技计划项目(2011FJ3047).作者简介:宋丹(1976一),男,湖南长沙人,博士生,主要从事人工智能和

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。