基于PK模型的一种自适应遗传算法研究

• 作者: 周传华 张芬 徐新卫 谢安世
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遗传算法 PK模型 适应度函数 算法仿真
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 研究、探讨
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP301.6
• 字数: 6327字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.07.016

摘要

遗传算法可以被理解为在逐代演化的过程中,适应性强的个体或种群具有更高的生存可能性的一种并行搜索算法.提出了基于PK竞争策略的遗传算法(Player Killing Genetical Algorithm,PKGA),其核心思想在于通过PK赛式的竞争筛选,直至剩下一个全程最优的个体即为全局最优解.通过对全程最优解的即时检测,同时配合交叉率与变异率在个体粒度上自适应地动态调整,算法能很好地避开局部极值点并减少进化过程中的退化现象.这种PK竞争筛选策略保证了算法较高的搜索效率和较强的鲁棒性.仿真实验证明,算法在应对早熟问题和退化现象及收敛效率等方面明显优于传统的标准遗传算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐新卫	安徽工业大学管理科学与工程学院	12	32	4.0	5.0
2	周传华	安徽工业大学管理科学与工程学院	23	104	6.0	9.0
4	张芬	安徽工业大学管理科学与工程学院	2	6	2.0	2.0
5	谢安世	安徽工业大学管理科学与工程学院	3	21	2.0	3.0