作者:
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:
本文综合并行遗传算法(PGA)和模拟退火算法(SA)的优点,提出一种新的退火并行混合优化策略(PGASA).该算法克服了并行遗传算法局部搜索能力弱的缺点,在子种群的搜索中引入SA作为GA种群的变异算子,增强和补充了PGA的局部进化能力;同时将机器学习原理引入到混合算法中,增加了种群的平均适值,有效地避免了最优解的丢失,加快了进化速度.针对车间调度中的典型问题进行了仿真,结果证明了新算法的有效性.
推荐文章
基于免疫学习机制的遗传算法及其应用
遗传算法
免疫机制
强化学习
模糊神经网络
RLGA:一种基于强化学习机制的遗传算法
强化学习
遗传算法
收敛性
引入学习机制的自适应遗传算法设计与实现
学习机制
遗传算法
自适应算子
自适应遗传算法
基于MPI的并行模拟退火遗传算法
模拟退火算法
遗传算法
通信开销
MPI
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 基于学习机制的退火并行遗传算法应用研究
来源期刊 系统工程学报 学科 工学
关键词 并行遗传算法 机器学习 模拟退火算法 混合策略
年,卷(期) 2006,(6) 所属期刊栏目 短文
研究方向 页码范围 663-667
页数 5页 分类号 TG1
字数 3332字 语种 中文
DOI 10.3969/j.issn.1000-5781.2006.06.016
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 黄明 大连交通大学软件学院 76 525 13.0 18.0
2 梁旭 大连交通大学软件学院 68 552 13.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
研究主题发展历程
节点文献
并行遗传算法
机器学习
模拟退火算法
混合策略
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
系统工程学报
双月刊
1000-5781
12-1141/O1
大16开
天津市南开区津卫路92号天津大学
6-95
1985
chi
出版文献量(篇)
2240
总下载数(次)
2
总被引数(次)
50908
论文1v1指导