基于聚类排序选择方法的进化算法

摘要：

为提高进化算法的效率,提出了聚类排序选择方法.主要工作有:(1)提出了新的种群内个体相似度度量,并使用种群所包含不同簇的数量来描述和度量种群的多样性;(2)为解决早熟问题提出了新的基于种群聚类和排序选择的聚类一排序选择方法;(3)导出了选择压力一种群多样性(SP-PD)方程,该方程能描述进化过程中选择压力随种群多样性变化的规律.在基于全面学习粒子群算法环境中作了详实的实验,对16个多峰函数进行了优化.实验结果表明,在10维和30维条件下,在15个函数优化中,新方法明显优于指数排序选择方法,最高能使精度提高4个数量级.

关键词：聚类排序选择、进化计算、指数排序选择、早熟问题、基于全面学习的粒子群算法

所属期刊栏目：2

分类号：TP301(计算技术、计算机技术)

资助基金：国家科技支撑计划2006BAI05A01;国家自然科学基金60773169;四川青软件创新项目2007AA0155

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：321-329