改进的模糊遗传算法及在信息过滤中的应用
为了改进传统遗传算法在求解复杂问题上存在早收敛及搜索后期运行效率低等缺点,提出了一种应用于文本分类和信息过滤的模糊遗传算法.首先应用了年龄概念来控制种群规模,使得遗传操作过程更接近于自然进化过程,然后引进参数的模糊调整过程,对遗传算法的参数种群规模,交叉率及变异率3个方面进行动态调整,改进了遗传算法的搜索性能.实验结果表明,相比传统遗传算法,该模糊遗传算法在全局优化能力及收敛速度上均有显著提高.
模糊遗传算法、早收敛、交叉率、变异率、信息过滤
30
TP301(计算技术、计算机技术)
国家自然科学基金项目60873247;山东省自然科学基金项目Y2006G20;山东省高新自主创新专项工程基金项目2008ZZ28
2010-03-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
5718-5721