基于预测的遗传算法

• 作者: 苗清影 郭钊侠 陆锁军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 遗传算法 人工神经网络 预测 性能比较
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 优化仿真
• 页码范围: 183-186
• 页数: 4页
• 分类号: TP18
• 字数: 2740字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.03.047

摘要

遗传算法被广泛应用于解决各类优化问题.常规的遗传算法易于陷入局部最优,其收敛速度也较慢.为了提高常规遗传算法的优化性能,将预测的概念引入遗传算法的循环过程,提出基于预测的遗传算法框架;并以人工神经网络算法作为预测算法,提出了一种基于神经网络预测的遗传算法.通过优化8个典型的函数优化问题,将该算法与常规遗传算法的性能进行了比较;结果显示该算法具有很强的全局优化能力,能有效地增强种群的多样性和进化速度,明显优于常规遗传算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗清影	东华大学信息科学与技术学院	6	92	4.0	6.0
2	陆锁军	东华大学信息科学与技术学院	5	17	2.0	4.0
3	郭钊侠	东华大学信息科学与技术学院	6	109	5.0	6.0