適應(yīng)性精英種群策略的遺傳算法用于多模函數(shù)優(yōu)化-文庫吧
2025-04-18 18:46 本頁面
【正文】 的多模 GA是很重要的。 ?算法有效性 ：許多 GA使用大規(guī)模種群來提高獲得全局和多個(gè)最優(yōu)解的幾率。但大種群將明顯增加算法計(jì)算的復(fù)雜性，并產(chǎn)生很多多余個(gè)體，降低了 GA的效率。 （ 1）個(gè)體的相對(duì)方向 ?對(duì)于高維的多模函數(shù)最大化問題，定義兩個(gè)個(gè)體 Pi和 Pj的相對(duì)上升方向，為了方便定義，通過交叉產(chǎn)生的后代個(gè)體 Ci和 Cj作為參考點(diǎn)，通過比較父代和子代的適應(yīng)度值，定義兩個(gè)個(gè)體的相對(duì)方向。個(gè)體 Pi相對(duì)于 Pj的方向定義為： ? 如果 f(Ci)f(Pi)0， Pi的相對(duì)上升方向是移向 Pj； ? 如果 f(Ci)f(Pi)=0， Pi的相對(duì)上升方向是 flat； ? 如果 f(Ci)f(Pi)0， Pi的相對(duì)上升方向是遠(yuǎn)離 Pj； ? 同理可以定義 Pj相對(duì)于 Pi的上升方向。 （ 1）個(gè)體的相對(duì)方向 兩個(gè)個(gè)體的相對(duì)上升方向有四種情況： ? Back to back: Pi遠(yuǎn)離 Pj，同時(shí) Pj遠(yuǎn)離 Pi； ? Face to face: Pi移向 Pj，同時(shí) Pj移向 Pi； ? Oneway: Pi遠(yuǎn)離 Pj，同時(shí) Pj移向 Pi，或者 Pj遠(yuǎn)離 Pi，同時(shí) Pi移向 Pj； ? Flat: f(Ci)f(Pi)=0或 f(Cj)f(Pj)=0 Pi Ci Pj Cj Pi Ci Pj Cj Pi Ci Pj Cj Back to back Face to face Oneway （ 2）不
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1