基于知识的分层遗传算法
郭一楠
程健
薛珍贵
1.中国矿业大学,信息与电气工程学院,江苏,徐州,2211162.中国矿业大学,信息与电气工程学院,江苏,徐州,2211163.中国矿业大学,信息与电气工程学院,江苏,徐州,221116
摘要：传统遗传算法缺乏对进化过程知识的有效提取和利用,存在早熟收敛.在遗传算法的种群进化层上,引入文化算法的信度空间,提出一种具有知识引导功能的分层遗传算法.算法由底层种群进化层和上层知识进化层构成.结合遗传操作过程,提取4类知识并给出具体定义.详细阐述了联系上下层的样本选取函数、知识更新函数和进化引导函数,并提出一种基于地势知识轮盘赌选择的新型个体替代策略.针对3组标准测试函数的仿真结果表明,4类知识在不同进化阶段对种群的影响程度不同.状况知识在进化早期起主导作用,规范知识和地势知识在某局部优势区域具有较强引导作用,历史知识引导搜索区域脱离局部较优点,从而有效避免早熟收敛,提高进化效率.
关键词：知识分层遗传算法
分类号：TP183(自动化基础理论)
资助基金：中国博士后科学基金(2005037225)江苏省博士后科学基金(2004]300;OC4465)
论文发表日期：2006-11-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 772-777 )
英文信息