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:
IUMDA算法是进化算法的一种,模拟生物进化过程构造人工系统的模型,是一种全局优化搜索算法.由于仅仅使用选择算子和基因池重组算子,IUMDA算法经常会出现未成熟收敛现象,极大地影响了算法的性能.针对IUMDA算法存在的不足,可以在IUMDA算法中增加变异操作,加入变异算子来对算法进行改进,以便维持群体的多样性,有效地防止未成熟收敛现象.加入变异操作可以使IUMDA算法在性能、运算规模及收敛速度等方面有很大的提高.通过实验及理论分析可以看出,在IUMDA算法中加入变异算子并选择适当的变异率后,可以有效地防止未成熟收敛现象的出现,有助于提高解的质量,减小运算规模,而且能够增加算法收敛到全局最优解的概率,极大地提高了算法的性能.
推荐文章
基于改进SFLA算法对SVM算法超参数的优化
混合蛙跳算法
支持向量机
超参数
智能算法
对层次聚类算法的改进
层次聚类算法
预排序
类间距离
对DES算法实现的改进方法
DES
IP交换
IP-1变换
S-盒
对精英加速的改进人工鱼群算法
人工鱼群算法
最速下降法
数值实验
适应度函数
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 对IUMDA算法的改进
来源期刊 计算机仿真 学科 工学
关键词 算法 变异算子 选择算子 基因池重组算子
年,卷(期) 2006,(2) 所属期刊栏目 仿真方法与算法
研究方向 页码范围 78-81
页数 4页 分类号 TP301.6
字数 3731字 语种 中文
DOI 10.3969/j.issn.1006-9348.2006.02.024
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 王治东 上海交通大学计算机系 1 0 0.0 0.0
2 任庆生 上海交通大学计算机系 24 486 12.0 22.0
3 吴永波 上海交通大学计算机系 2 0 0.0 0.0
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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
算法
变异算子
选择算子
基因池重组算子
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导