基于间隔时间学习和抽样法的协同进化算法

• 作者: 肖喜丽
• 来源期刊: 电子测试
• 学科: 工学
• 关键词: 协同进化算法 协同进化遗传算法 多模式共生进化算法 间隔时间学习 抽样法
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 设计与研发
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP3
• 字数: 3794字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2012.03.005

摘要

协同进化算法中，计算个体适应度时，代表个体的选择以及代表个体与个体的组合评估需要很大的计算量。协同进化遗传算法虽然计算量相对小一点，但是只能获得一个贪婪解。多模式共生进化算法虽能克服协同进化遗传算法的这个缺点，但是计算量太大。本文利用间隔时间学习方法提出间隔时间学习协同进化算法，该算法每隔N代交互一次信息。在此基础上，将抽样法应用到协同进化算法中。实验结果表明，这种方法能有效地减少计算量，且本文从数学方面进行了分析验证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖喜丽	南京邮电大学自动化学院	1	0	0.0	0.0