基于聚类划分子种群的多种群遗传算法.pdfVIP

第 卷第 期 四川理工学院学报 自然科学版 年 月 文章编号 基于聚类划分子种群的多种群遗传算法 丁若冰 邹书蓉 成都信息工程学院计算机学院 成都 摘要标准遗传算法存在易于早熟容易陷入局部最优的缺点同时标准多种群遗传算法存在进 化后期种群同质化严重的缺陷 针对这一问题将聚类思想引入到多种群遗传算法的子种群划分中提 出了一种使用聚类方式划分子种群的多种群遗传算法使得种群划分不再只是单纯的随机行为而是将 满足约束条件的个体根据其特征划分到不同子种群中从而解决种群同质化问题避免所有子种群陷入 局部最优 最后通过测试两个典型函数验证了该算法的有效性为多种群遗传算法提供了一种新的 研究方向 关键词遗传算法种群同质化聚类种群划分 中图分类号 文献标志码 主种群没有任何规律地划分成多个子种群所以算法 引 言 仍存在许多不足之处如进化后期种群同质化现象严 美国的 教授在 世纪七十年代首次提出 重种群陷入局部最优等问题 本文提出了一种基于 了一种模拟达尔文进化论的自然选择机制的优化算法 聚类划分子种群的多种群遗传算法 是最早的遗传算法起源 遗传算法 同其它优化算法 相比较拥有隐含的并行性寻优过程快速本身的自适 使得子种群划分不再是一种随机 应性及其鲁棒性等优点此外还具有有哪些信誉好的足球投注网站不依赖于问题 行为而是将满足约束条件的个体根据其特征划分到 的梯度信息模型特征的优点使其在传统有哪些信誉好的足球投注网站方法难 不同子种群中从而解决种群同质化问题避免所有子 以解决的复杂和非线性问题上有很好的效果近年越来 种群陷入局部最优从而提高算法性能和算法搜寻全 越多的国内外学者致力于遗传算法的研究特别是多种 局最优解的能力 群遗传算法的研究 多种群遗传算法 多种群遗传算法后期子种群同质化严重一直是一 是在遗传算法并行运算的基 个重要缺陷因为同质化会导致种群陷入局部最优从 础上通过多种群并行进化的思想将遗传算法中单种 而不能获得全局最优尽管变异算子能在一定程度上打 群进化过程分解为多个子种群并行进行的过程每个子 破这种状况但其几率比变异操作的概率还要小得多 种群单独完成选择交叉变异操作这样不仅可以加快 本文提出的基于聚类划分的多种群遗传算法从根本上 算法的收敛速度而且避免了单个种群进化过程中出现 解决种群同质化问题从而使得算法能最大程度地获得 的过早收敛现象 全局最优解 实验结果表明改进的算法有较好的寻优 但是由于传统的多种群遗传算法只是简单地将 能力和收敛能力 收稿日期 基金项目四川省科学技术厅重点科技自筹项目 作者简介丁若冰 男河南驻马店人硕士生主要从事计算智能方面的研究 第 卷第 期 丁若冰等基于聚类划分子种群的多种群遗传算法 的聚类中心 聚类的定义和数学模型