优化和约束推理的动态分布式双向导遗传算法
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D3G2A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D3G2A和GGA用于随机生成的二元CSPs,实验表明,D3G2A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.
优化、约束推理、动态分布式、双向导、遗传算法
26
TP183(自动化基础理论)
重庆市教委科技计划KJ081109;重庆三峡学院青年基金项目2006-sxxyqingnian-01
2009-06-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
94-98