基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对标准遗传算法收敛慢,提出了一种改进自适应遗传算法,即通过全局变异算子和局部变异算子共同作用,改善种群的分布特性,加强算法的全局收敛能力.应用概率模型的遗传算法对4个著名的测试函数进行优化计算,实验结果表明:该算法不易陷入局部极值,收敛速度快,且实现简单.
推荐文章
自适应搜索的改进遗传算法及其应用
遗传算法
自适应搜索
高斯变异算子
自适应变异遗传算法及其应用
遗传算法
自适应
变异
动力学参数
基于排序的改进自适应遗传算法
遗传算法
选择算子
交叉算子
变异算子
改进的自适应遗传算法在函数优化中的应用
自适应遗传算法
函数优化
求解精度
种群适应度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进自适应遗传算法研究及其应用
来源期刊 交通与计算机 学科 工学
关键词 遗传算法 双变异率 自适应 群体多样性
年,卷(期) 2003,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 3-5
页数 3页 分类号 TP18
字数 3019字 语种 中文
DOI 10.3963/j.issn.1674-4861.2003.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈成武 52 1412 21.0 36.0
2 闻骥骏 7 87 5.0 7.0
3 沈典栋 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (15)
同被引文献  (10)
二级引证文献  (11)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
双变异率
自适应
群体多样性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导