动态环境下基于可变记忆的进化算法

• 作者: 关守平 尹晓峰
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 动态优化 进化算法 记忆 多样性
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 信息与控制
• 页码范围: 777-780
• 分类号: TP273
• 字数: 3344字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2011.06.005

摘要

常规基于记忆的进化算法在动态环境中往往达不到期望的效果,这主要是由于记忆体大小的限制.为此提出了动态环境下基于可变记忆的进化算法(IMEEA),其核心思想是算法中拥有两个种群,即搜索种群和记忆种群,同时采用过度变异策略来增加种群的多样性.算法中的两个种群有最小和最大的允许长度,并且种群的大小根据进化过程的进行而不断变化.仿真结果表明,在动态环境中IMEEA算法的跟踪误差要小于常规的记忆提高进化算法(MEEA),从而证明了所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关守平	东北大学信息科学与工程学院	33	229	8.0	14.0
2	尹晓峰	东北大学信息科学与工程学院	1	1	1.0	1.0