论文部分内容阅读
常规遗传算法采用恒定的选择压力和变异概率，后期进化速度较慢，对于复杂优化问题通常难以获得高质量的解。该文根据染色体的相似性，提出了种群差异度的概念，并依据种群差异度自适应地调整遗传参数。算例表明，与常规遗传算法相比，文章提高的算法能显著提高解的质量和收敛程度。
基于种群差异度的自适应遗传算法
【摘 要】
：
常规遗传算法采用恒定的选择压力和变异概率，后期进化速度较慢，对于复杂优化问题通常难以获得高质量的解。该文根据染色体的相似性，提出了种群差异度的概念，并依据种群差异度自适
【机 构】
：
武汉大学水利水电学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2002年9期
【基金项目】
：
霍英东基金资助项目(编号:71073)
其他文献
企业应将大数据视为新的企业运营模式的变革潮流，并找到一种行之有效的“冲浪”方式 这是一个比拼数据应用的时代。正如马云所说：“人类正从IT（Information Technology）时代中走向DT（Data Technology）时代。”数据，不论是经营数据、生产数据还是宏观数据、竞争数据，对于一个企业已远不止是参考和情报，对数据的应用程度和基于数据的决策水平影响着企业的发展。 在这样的时代
该文讨论在复杂的大型辅助决策系统中，构造智能决策规则模型的一种方法。这是一种基于决策表的知识表示方法。它在传统决策表的基础上，吸收了产生式规则、框架表示法、模糊理论