一种改进的自适应云遗传算法

• 作者: 曹兴华 杨煜普 韩勇
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 云模型 自适应参数 种群适应度 函数优化
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 优化仿真
• 页码范围: 191-194,198
• 分类号: TP301.6
• 字数: 3065字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.10.047

摘要

关于优化云计算方法问题,需研究一种改进的自适应云遗传算法,针对传统云遗传算法(CGA)中对交叉及变异过程中的云模型控制参数取定值导致算法存在“早熟”及收敛速度慢的问题.为了解决上述问题,在CGA的基础上提出一种自适应云遗传算法(ACGA),引入在线性与非线性间平滑过渡的自适应子算子,使得控制参数根据种群适应度进行自适应调整,并通过性能分析证明了算法的正确性.仿真结果表明,通过与GA及CGA算法的比较,ACGA在收敛性能和搜索能力上都有很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨煜普	上海交通大学电子信息与电气工程学院	125	1534	23.0	35.0
2	曹兴华	上海交通大学电子信息与电气工程学院	2	18	2.0	2.0
3	韩勇	上海交通大学电子信息与电气工程学院	4	39	3.0	4.0