基于粗糙集理论与遗传算法的迷宫问题求解

摘要：

针对遗传算法运算速度低、容易陷入局部最优值、早熟收敛等缺点,对标准遗传算法进行了改进和优化.采用粗糙集理论与遗传算法相结合的方法,由栅格的可行性构建初始决策表,用粗糙集方法对其进行简化,并对遗传算法的初始种群进行训练,直接由粗糙集训练获得一系列可行路径,再利用遗传算法求解最优路径,并在交叉和变异算子中设计了自适应算子,从而减少了遗传算法的种群规模,提高了进化效率.计算机仿真结果表明该算法在收敛速度和输出全局最优解的概率相对于标准遗传算法都有了显著提高.

关键词：粗糙集、遗传算法、迷宫、自适应、交叉算子、变异算子

所属期刊栏目：32

分类号：TP274(自动化技术及设备)

在线出版日期：2010-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-146,150