互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

遗传算法的有效基因块保护策略



  摘要:遗传算法是一种结合全局搜索和局部搜索两种特性的自适应搜集随机算法,但存在早熟性收敛和收敛速度慢两方面问题。由于遗传算法运行过程中最小诱导模式普遍存在于个体中,同时在遗传算法运行后期,个体中存在很多属于收敛优化解或全局最优解的基因块。通过分析和论证,建立了保护属于最小诱导模式或优化解的有效基因块的控制策略。该策略可与其他杂交算子和变异算子结合,为遗传操作中父代个体包含的非有效基因块基因座上的基因提供更多进化机会,从而提高这些基因座上的有效基因数量,维持有效的种群多样性,较好地抑制了GA的早熟现象,提高了算法收敛速度和全局寻优能力。
  关键词:遗传算法; 等位基因; 有效基因块; 保护策略
  中图分类号:TP301.6文献标志码:A
  文章编号:1001-3695(2008)05-1319-04
  
  0引言
  
  遗传算法(GA)是近年来发展起来的一种基于Darwin进化论和Mendel遗传学说的问题求解算法。该算法具有很好的普适性,不存在求导和函数连续性的限定,对非线性复杂问题显示出很强的求解能力,因而被成功地应用于诸多领域。GA作为一种通用的自适应随机搜索算法,结合了全局搜索和局部搜索两种特性,经过随机选择充分多个优化解,并按照某种策略取舍后,问题的求解质量能够达到令人满意的地步。
  虽然在使用GA求解问题时需要搜索的解空间是有限的,在不受时间和空间限制的前提下,算法能找到问题的全局最优解;但随着问题规模的扩大,问题求解需要花费问题规模的指数阶时间[1,2],导致由于计算时间过长使算法丧失可行性。上述问题集中体现为GA研究工作中的两个难题:早熟性收敛和收敛速度慢。文献[3]认为,GA中两个最重要因素是种群多样性和选择压力。选择压力越大,使种群中适应度较低的个体被淘汰的速度越快,虽然算法收敛速度也得到相应加快,但种群多样性被破坏得也就越快,最终导致算法早熟性收敛;而选择压力越小,虽然能维持较高的种群多样性,增加了算法搜索到全局最优解的概率,但降低了搜索效率,使算法的收敛速度变慢。文献[4]则认为,产生早熟性收敛主要是由有效等位基因的缺失造成的。为此,维持种群多样性、保持更多的有效基因是延迟算法早熟性收敛的有效手段之一。
  本文称个体中已包含的属于最小诱导模式、算法收敛优化解或全局最优解中的基因块为有效基因块。由于各种遗传算子随机性过强,不能充分利用个体中的有效信息进行重组,对EGB不具有判断能力。如果杂交点或变异点选择在这些EGB中的某个基因座时,EGB将遭到破坏,这势必影响算法的收敛速度和效果。当种群中越来越多的个体接近算法收敛的优化解时,EGB的长度越长,其数量也越多,随机选择杂交点或变异点的方法对EGB破坏概率就随之越高。因此,保持丰富的有效基因和维持EGB是一个矛盾。如何判断EGB并使其遗传到下一代个体,是一个很值得探讨的问题。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017