论文部分内容阅读
为了解决优化和约束推理，基于向导遗传算法（GGA）和分布式向导遗传算法（DGGA），通过引入向导概率Pguid、本地优化监测LOD和权ε共3个新参数，提出了一种D^3G^2A算法的改进算法。该算法采用多代理方法，不仅使搜索过程多样化，避免出现局部最优，而且代理能计算各自的遗传参数。将改进的D^3G^2A和GGA用于随机生成的二元CSPs，实验表明，D^3G^2A能有效改善适应度值和节省CPU时间开销，使算法的性能得到提高。