本文關(guān)鍵詞：適用于大數(shù)據(jù)的遺傳優(yōu)化算法研究

  更多相關(guān)文章： 小生境遺傳 分級子種群 變異操作 交叉操作 大數(shù)據(jù)

【摘要】：針對傳統(tǒng)遺傳算法對高維度數(shù)據(jù)或大數(shù)據(jù)易陷入局部最優(yōu)的問題,提出了一種基于網(wǎng)格小生境與分級多種群共同演化的增強(qiáng)遺傳算法.首先,采用基于網(wǎng)格的小生境算法建立主種群,主種群獨立進(jìn)化,將低適應(yīng)度的樣本遷移至子種群中.按照低適應(yīng)度樣本的適應(yīng)度范圍建立分級的子種群結(jié)構(gòu),各子種群內(nèi)的樣本獨立演化,低適應(yīng)度子種群的樣本可進(jìn)化并遷移至高適應(yīng)度種群或返回主種群,從而防止具有一定競爭力的樣本過早死亡.對比實驗結(jié)果表明,本算法對高維度數(shù)據(jù)具有較好的優(yōu)化效果,優(yōu)于同類型遺傳算法.
【作者單位】： 廈門城市職業(yè)學(xué)院電子與信息工程系;
【關(guān)鍵詞】： 小生境遺傳 分級子種群 變異操作 交叉操作 大數(shù)據(jù)
【分類號】：TP18;TP311.13
【正文快照】： 遺傳算法是一種有效的全局優(yōu)化方案,其靈感來源于自然界的生物進(jìn)化[1].在模式識別、數(shù)據(jù)挖掘[2]、系統(tǒng)工程優(yōu)化[3]等領(lǐng)域應(yīng)用廣泛,并獲得了較好的應(yīng)用效果.然而,隨著大數(shù)據(jù)的興起,遺傳算法遇到問題:由于數(shù)據(jù)規(guī)模較大,演化過程中僅少量精英樣本得以存活,大量具有一定競爭力的樣

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 拓守恒;汪文勇;;求解高維多模優(yōu)化問題的正交小生境自適應(yīng)差分演化算法[J];計算機(jī)應(yīng)用;2011年04期

2 李旭淵;許化龍;;一種基于免疫小生境思想的粒子群優(yōu)化算法[J];計算機(jī)工程與應(yīng)用;2008年08期

3 席紅雷;;自適應(yīng)梯度小生境混合優(yōu)化算法[J];計算機(jī)與數(shù)字工程;2012年02期

4 李彥蒼;索娟娟;;基于熵的小生境蟻群算法及其應(yīng)用[J];四川大學(xué)學(xué)報(工程科學(xué)版);2007年S1期

5 業(yè)寧;董逸生;;小生境排擠聚類算法[J];計算機(jī)科學(xué);2003年07期

6 周傳華;謝安世;;一種基于動態(tài)小生境的自組織學(xué)習(xí)算法[J];軟件學(xué)報;2011年08期

7 陳云飛,劉玉樹,范潔,趙基海;廣義分配問題的一種小生境遺傳蟻群優(yōu)化算法[J];北京理工大學(xué)學(xué)報;2005年06期

8 劉利強(qiáng);汪相國;范志超;;基于小生境粒子群優(yōu)化的船舶多路徑規(guī)劃方法[J];計算機(jī)工程;2013年09期

9 翟恒昂;朱家海;吳訓(xùn)忠;謝聶;;基于小生境蟻群算法的陀螺隨機(jī)漂移建模方法研究[J];計算機(jī)測量與控制;2013年05期

10 肖宏峰;譚冠政;;基于單純形的小生境混合遺傳算法[J];小型微型計算機(jī)系統(tǒng);2008年09期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李彥蒼;索娟娟;;基于熵的小生境蟻群算法及其應(yīng)用[A];第四屆中國軟件工程大會論文集[C];2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 劉冬U，

本文編號：918702