-
-
-
-
-
-
Genetic-algorithm.rar
针对传统遗传算法的早熟收敛问题,在著名的“基因块”假设的基础上,提出了一种改进算法:利用设计的新算子对传统遗传算法演化过程中被淘汰的个体进行二次演化,使得可能包含在将来的演化中对结果的全局最优性产生重要影响的基因块得以保留,以此来避免遗传算法早熟收敛现象。实验结果证明了该改进算法可以有效地避免早熟收敛,提高了算法全局优化能力。
-
Parallel-genetic-algorithm.rar
经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作,在进化过程中的超级个体易产生过早收敛现象,粗粒度并行遗传算法利用多个子种群进行进化计算,各子群体分别独立进行遗传操作,相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链,给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题TSP利用粗粒度并行遗传算法进行了求解,以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明,算法的收敛性能优于经典遗传算法。
-
-
-
-
-