公共文化服务平台

搜索到125篇“ 多父体杂交“的相关文章

利用经验概率密度曲线加快精英多父体杂交算法中系数向量的生成被引量：3: 2020年; 精英多父体杂交算法(elite multi-parent crossover algorithm,EMCA)被广泛应用于众多优化领域,如路由优化、选址优化和路径优化等。但是,该算法中用于多父体重组的系数向量的生成方法,目前国内外还没有深入的研究。为了提高EMCA算法的收敛效率,首先分析了EMCA算法中合格系数向量的生成方法与效率,发现当参与杂交的父代染色体个数超过13时,系数向量的生成效率急剧下降为0。但是在EMCA算法的实际应用中,为了让后代继承更多的优秀父代基因,参与杂交的父代染色体个数往往大于13。为了解决该问题,提出了依经验概率密度曲线生成系数向量的方法(empirical probability density curve,EPDC),并对EPDC与参与杂交的父代染色体个数进行建模和模型验证。最后用标准数据集上的6个测试函数对EPDC的有效性进行实验验证,结果表明:EPDC可将EMCA算法的平均收敛效率提高3~4倍。; 左正康吴志健孙逸渊张瑞华晏磊

一种统一的多父体杂交算法被引量：3: 2010年; 鉴于经典遗传算法、粒子群优化算法、差分演化算法和多父体杂交算法中的操作算子均存在多父体杂交的共性,提出参数和的概念,参数和可以刻画不同的操作算子,也可改变算法的搜索策略.数值实验表明根据参数和所构造的统一的多父体杂交算法具有较好的效率.; 姜大志林佳丽; 关键词：遗传算法粒子群优化差分演化

混合离散变量优化的精英多父体杂交算法: 2010年; 提出了一种有效求解约束函数优化问题的新型演化算法,该方法能合理地处理优化设计中混合离散变量的取值问题。该方法是在郭涛算法的基础上,通过构造动罚函数,引入精英保存策略,增加父体选择压力加速算法收敛,构造了精英多父体杂交优化算法,开发了混合离散变量优化的精英多父体杂交优化算法程序DEMPCOA1.0。机械优化设计实例表明,该算法对优化设计问题的特性无特殊要求,具有较好的适应性,而且程序运行可靠,全局收敛能力强。; 何哲明; 关键词：演化算法函数优化混合离散变量非线性约束优化

基于动力学的多父体杂交算法: 2008年; 多父体杂交算法将种群中多个个体张成一个空间,然后在此空间中进行空间搜索,该算法具有很强的解搜索能力和较快的运行速度。动力学演化算法根据粒子群的统计物理特性,模拟粒子群在空间中的运动,提出了一种基于统计物理的粒子选择机制。数值实验表明,动力学演化算法是有效的。结合动力学演化算法的选择策略和多父体杂交算法的遗传操作,提出一种新的基于动力学的多父体杂交算法。该算法对多父体杂交算法中的替换策略进行改进,有效地提高了算法的求解能力,数值实验表明新算法可以很好的收敛,能够快速的找到问题的最优解。; 危明李元香姜大志吴志健汤铭端; 关键词：演化算法动力学多父体杂交

基于多父体杂交的小生境演化算法: 2006年; 在分析了简单遗传算法求解带约束的多峰值函数优化中存在的问题的基础上,提出了利用小生境技术和多父体杂交的演化算法,对复杂的多峰值函数优化问题进行了测试,证实该算法能够快速求出多峰函数的所有全局最优解,而且搜索效率高,达到了令人满意的效果.; 高汉平杨族桥肖飞; 关键词：演化算法小生境多父体杂交多峰值函数

基于实数编码的多父体杂交遗传算法被引量：3: 2006年; 针对标准遗传算法(SGA)在实际应用中存在早熟收敛、精度较差及运算速度慢的缺点,文章提出了一种基于实数编码的多父体杂交遗传算法(MPGA)。该算法通过引入多父体杂交算子和新的变异算子,有效的增强了种群的多样性及算法跳出局部最优解的能力。实验结果表明该算法能够有效的提高全局搜索能力和局部快速搜索能力,对改进SGA的缺点是十分有效的。; 刘淳安; 关键词：遗传算法实数编码多父体杂交

多父体杂交演化算法求解约束优化问题被引量：16: 2006年; 提出了一种求解约束函数优化问题的新算法。设计了3种新的多父体杂交算子,这3种算子都使用了统计信息来决定搜索方向,使算法具有较高的收敛速度,同时又具有互补的特性,使得种群在演化过程中能保持较好的多样性,不容易陷入局部最优。对常见测试函数的数值实验证实了新方法的有效性、通用性和稳健性,其性能优于现有的一些演化算法。; 陈子仪康立山; 关键词：算子

一种基于克隆选择与多父体杂交的函数优化算法: 2005年; 提出了一种基于克隆选择与多父体杂交操作的函数优化算法。算法通过克隆选择、高频变异与多父体杂交操作对多个可行解进行搜索,提高了克隆选择算法在解决函数优化问题的全局寻优性能。; 张晓刚; 关键词：克隆选择多父体杂交人工免疫系统

基于多父体杂交的多目标演化优化算法被引量：14: 2003年; 多目标优化问题是演化计算领域的一个新热点。提出了一种求解Pareto最优解集的新算法,它既能较快地收敛,又能有效保持种群的多样性。新算法引入了“约束占优”的概念;采用多父体杂交算子(一种多父体非凸线性组合算子),最小淘汰压力策略(每次只淘汰群体中的一个最差个体),以及适应值共享的niche技术,这样既保证了近似解集对Pareto前沿的逼近,又保持了解集分布的均匀性。对一些代表性的BenchMark问题(包括凸的与非凸的、连续的与间断的、带约束的与不带约束的各种问题)数值试验都取得了很好的结果。; 陈文平康立山; 关键词：演化算法多父体杂交适应值共享目标函数最优解多目标优化问题

基于多父体杂交策略的演化算法在多目标优化问题中的应用研究: 现实中遇到的许多问题往往表现为由多个、可能相互冲突的目标构成的多目标优化问题。多年来多目标优化问题尽管已有许多求解方法，然而最近十几年来演化算法已逐渐发展成为解决多目标优化问题的理想方法，特别为求解大规模复杂的多目标优化...; 王劲飞; 关键词：多目标优化问题演化算法多目标演化算法多父体杂交多目标决策

相关作者