首页|矩阵结构遗传算法

矩阵结构遗传算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统遗传算法在函数优化问题中的不足,提出构建一种矩阵结构种群的遗传算法MGA(Matrix Structure Genetic Algorithm).MGA采用矩阵形式的数据结构,借助于矩阵的行、列及主对角线等概念描述种群,并在此结构上对选择、交叉和变异三种算子均进行改进.选择算子是通过逐行寻优构建父代精英种群,具体操作是每行最优个体移动到所在行的主对角线位置;交叉算子采用父代精英种群中任意两个个体A(i,i)和A(j,j)交叉产生两个子代个体A(i,j)和A(j,i),并分别置于关于主对角线对称的位置(i,j)和(j,i);变异算子是对种群全体逐一进行克隆变异,若克隆变异结果优于原个体则选择克隆变异结果,否则不变.经过上述三步的若干次循环迭代,最终以矩阵种群中的最优个体为问题的最优解.通过对若干函数优化问题的实验测试表明,该方法收敛速度很快,全局收敛性能显著提高,可以推广到其他演化算法.
Matrix Structure Genetic Algorithm

潘峰、龙福海、施启军、魏嘉银

展开 >

贵州民族大学 模式识别与智能系统省级重点实验室,贵州 贵阳 550025

华南理工大学 软件学院,广东 广州 510006

矩阵结构 遗传算法 精英种群 克隆变异 函数优化问题

黔科合基础[2018]1082201611130062020047

2022

10.3969/j.issn.1673-629X.2022.09.019

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(9)
  • 1
  • 11