期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 通用进化算法的收敛性分析
彭复明 姚敏 白顺科
计算机应用    2013, 33 (06): 1571-1573.   DOI: 10.3724/SP.J.1087.2013.01571
摘要743)      PDF (436KB)(628)    收藏
传统进化算法的收敛性专注于具体算法,对应的研究成果也仅仅适用于具体算法。为了研究所有进化算法的收敛性问题,提出了一种包含所有操作类型算子的通用进化算法,建立了一套概率空间用于研究算法的收敛性,所有有关算法的术语都用严格的数学语言加以定义。在概率空间中,有七个算法收敛性定理被完整地证明,其中之一找到了算法依概率收敛的充分必要条件。更为重要的是,这些定理适用所有进化算法。它建立了一个体系,用来指导进化算法的设计,从理论上判断进化算法的收敛性。
参考文献 | 相关文章 | 多维度评价
2. 多种群协同进化数值优化算法
彭复明
计算机应用    2011, 31 (03): 660-665.   DOI: 10.3724/SP.J.1087.2011.00660
摘要1207)      PDF (807KB)(943)    收藏
为了提高进化算法的抗早熟性与效率,提出了一种基于多种群的新算法。根据杂种优势理论的原理,算法让多个种群同时进化。各个种群之间既相对隔离又分工合作,目的就是保持种群的多样性。不同类型的种群采用不同的算子,并在不同的栖息地繁殖后代;不同类型的种群分别担负着广度与深度的搜索任务,以便算法能够收敛到高精度的全局最优解。多个数值实验也验证了新算法的优良性能。
相关文章 | 多维度评价