求解动态优化问题的多种群热力学遗传算法

• 作者: 李元香 李志杰
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 动态环境 多种群热力学遗传算法(MPTDGA) 多样性 概率向量 分化 动态背包问题
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 179-185
• 页数: 7页
• 分类号: TP18
• 字数: 4959字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1306021

摘要

多种群方法已被证明是提高演化算法动态优化性能的重要方法之一。提出了多种群热力学遗传算法（multi-population based thermodynamic genetic algorithm，MPTDGA）。该算法使用一个概率向量在热力学遗传算法迭代过程中不断演化优化与竞争学习，环境变化时分化成三个概率向量，并分别抽样产生原对偶和随机迁入三个子种群，依据这三个种群和记忆种群最好解的情况，选择新的工作概率向量进入新环境进行学习。在动态背包问题上的实验结果表明，MPTDGA比原对偶遗传算法跟踪最优解的能力更强，有很好的多样性，非常适合求解0-1动态优化问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志杰	武汉大学计算机学院软件工程国家重点实验室	18	59	5.0	7.0
3	李元香	武汉大学计算机学院软件工程国家重点实验室	148	1685	22.0	34.0