首页|双种群自适应遗传算法及其在知识挖掘中应用

双种群自适应遗传算法及其在知识挖掘中应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统遗传算法的交叉率和变异率最优值难以确定及进化种群单一性等问题,提出一种双种群自适应遗传算法(DPAGA).算法引入主导种群和辅助种群,并将生物界有性繁殖特征应用于交叉操作,让主导种群和辅助种群在进化过程中执行不同的交叉和变异策略,极大地提高了算法的寻优效率.在实践教学质量评价工作中,知识规则是实现教学质量评价的依据,为获得更加优质的知识规则,将DPAGA算法应用于实践教学质量评价知识规则挖掘.实验结果表明,基于改进遗传算法的知识规则挖掘方法是有效的,能够快速挖掘出优秀的新知识规则,使实践教学质量评价知识规则库能得以更新和发展.
A Dual Population Adaptive Genetic Algorithm and Its Application in Knowledge Rule Mining

严太山、王欣

展开 >

湖南理工学院信息科学与工程学院,岳阳 414000

双种群自适应遗传算法 主导种群 辅助种群 知识规则挖掘 实践教学质量评价

湖南省自然科学基金湖南省自然科学基金湖南省普通高等学校教学改革研究项目教育部产学合作协同育人项目湖南理工学院教学改革研究项目

2018JJ21512017JJ2107HNJG-2021-07782021022110552021A26

2022

10.3969/j.issn.1007-1423.2022.23.006

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(23)
  • 11