版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在工業(yè)生產(chǎn)中適當(dāng)?shù)厥褂脙?yōu)化算法,會極大地提高生產(chǎn)效率,節(jié)約生產(chǎn)成本。遺傳算法是最經(jīng)典的優(yōu)化算法之一,由于其隱含并行性好、魯棒性高、操作簡便以及結(jié)果可靠等優(yōu)點(diǎn),被廣泛應(yīng)用于函數(shù)優(yōu)化、人工智能、圖像處理以及數(shù)據(jù)挖掘等領(lǐng)域。然而,傳統(tǒng)的遺傳算法存在許多不足,特別是收斂速度慢、收斂精度低與局部尋優(yōu)能力差等問題,嚴(yán)重影響了遺傳算法的實(shí)際應(yīng)用效果。
為了解決上述問題,本文從對交叉和變異相關(guān)操作的改進(jìn)入手,提出了一種基于交叉庫與并行變異的自
2、適應(yīng)遺傳算法。首先,分析了傳統(tǒng)遺傳算法尋優(yōu)過程中對種群情況考慮不足的缺點(diǎn),分別基于種群特征值和種群信息熵與個體分布,設(shè)計了種群多樣性度量函數(shù),給出了相鄰代種群相似性的概念來判斷種群進(jìn)化效果;通過綜合考慮種群多樣性與相鄰代種群相似性,確定了一種新的種群評價標(biāo)準(zhǔn)——種群活力;利用種群活力,本文設(shè)計了一種新的交叉變異概率自適應(yīng)變化規(guī)則,將種群適應(yīng)度平均數(shù)替換為適應(yīng)度眾數(shù)作為新的種群適應(yīng)度參考量,由種群活力與個體適應(yīng)度值共同決定交叉變異概率的大
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 自適應(yīng)多位變異遺傳算法的實(shí)現(xiàn).pdf
- 一種基于自適應(yīng)遷移策略的并行遺傳算法.pdf
- 基于遺傳算法的自適應(yīng)圖像檢索.pdf
- 遺傳算法中自適應(yīng)進(jìn)化與復(fù)合交叉的應(yīng)用研究.pdf
- 自適應(yīng)遺傳算法的改進(jìn)與研究.pdf
- 自適應(yīng)遺傳算法的研究.pdf
- 基于遺傳算法的自適應(yīng)噪聲抵消研究.pdf
- 基于自適應(yīng)與混沌的遺傳算法的研究.pdf
- 基于自適應(yīng)遺傳算法的網(wǎng)格任務(wù)調(diào)度研究與實(shí)現(xiàn).pdf
- 基于遺傳算法的自適應(yīng)軟頻率復(fù)用分配算法.pdf
- 自適應(yīng)混合遺傳算法研究.pdf
- 基于自適應(yīng)ε支配多目標(biāo)遺傳算法的研究.pdf
- 基于遺傳算法的自適應(yīng)文本過濾方法的研究.pdf
- 開題報告--基于自適應(yīng)和演化自適應(yīng)的組合遺傳算法的聚類分析
- 并行遺傳算法
- 開題報告--基于自適應(yīng)和演化自適應(yīng)的組合遺傳算法的聚類分析
- 基于自適應(yīng)遺傳算法的橢圓聚類方法研究
- 自適應(yīng)遺傳算法的研究及應(yīng)用.pdf
- 基于自適應(yīng)遺傳算法的離散化方法及其應(yīng)用.pdf
- 面向并行自適應(yīng)算法的網(wǎng)格庫設(shè)計.pdf
評論
0/150
提交評論