结合支撑向量机的混合遗传算法*

• 作者: 张泽麟 徐金玉
• 来源期刊: 现代计算机（普及版）
• 关键词: 支撑向量机 遗传算法 机器学习 个体适应度 光伏阵列
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-6,11
• 页数: 5页
• 字数: 3203字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2013.26.001

摘要

提出一种结合支撑向量机的混合遗传算法S-GA，该算法基于支撑向量机训练获得较准确的个体适应度判别器，利用适应度判别器降低算法运算量，保持进化种群的多样性并控制进化向更优方向进行。 S-GA和标准GA相比，具有收敛速度快，搜索最优解效率高的优势。利用GA和S-GA算法对非规则墙体上光伏阵列设计问题进行仿真实验，发现该算法收敛速度相比GA提高3倍，搜索得到的最优解对应的适应度增大约10%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张泽麟	四川师范大学成都学院数理教研室	9	3	1.0	1.0
2	徐金玉	四川师范大学成都学院通信工程系	9	8	2.0	2.0