版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、遺傳算法是借鑒生物的自然選擇和遺傳化機(jī)制而開發(fā)出的一種全局優(yōu)化自適應(yīng)概率搜索算法,它更表現(xiàn)出比其他傳統(tǒng)優(yōu)化方法更加獨(dú)特和優(yōu)越的性能,隱含并行性和全局搜索特點(diǎn)是遺傳算法的兩大顯著特征,因此關(guān)于遺傳算法的研究越來越受到重視.考慮到遺傳算法中選擇和交叉算子對群體多樣性的影響,該文進(jìn)一步明確遺傳算法存在易陷入早熟收斂和后期收斂速度慢的缺點(diǎn).正是由于考慮到選擇和交叉算子對算法的多樣性影響,改進(jìn)選擇算子和交叉算子是該文主要關(guān)注的兩個問題.人體免疫功
2、能的特點(diǎn)對于改進(jìn)和提高遺傳算法的能力是十分有啟迪性的.該文在選擇算子改進(jìn)上不僅考慮適應(yīng)度概率來選擇,并加入濃度概率來加以選擇,這樣既確保了適應(yīng)度高的個體能傳到下一代,同時也保持了群體的多樣性.同時考慮算子的可行性和效率,采用了矢量距濃度概率的計算;在交叉算子設(shè)計上,為了避免多樣性由交叉而丟失,采用的交叉算子應(yīng)盡量減少由交叉所得群體中相似個體的比例;同時采用了最優(yōu)保持策略,有益于群體多樣性的保持.圖論是數(shù)學(xué)中有廣泛實(shí)際應(yīng)用的一個分支,其中
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種改進(jìn)的遺傳算法求解TSP問題.pdf
- 一種求解TSP問題的改進(jìn)遺傳算法.pdf
- 用遺傳算法求解TSP問題.pdf
- 遺傳算法求解tsp問題報告
- tsp問題的遺傳算法求解
- 求解TSP問題的遺傳算法.pdf
- 求解多目標(biāo)函數(shù)的一種免疫遺傳算法.pdf
- 求解TSP問題的遺傳算法研究.pdf
- 一種改進(jìn)的遺傳算法及其在TSP求解中的應(yīng)用.pdf
- 改進(jìn)的遺傳算法求解TSP問題.pdf
- 用遺傳算法解決tsp問題
- 遺傳算法求解TSP的研究.pdf
- 求解TSP的改進(jìn)遺傳算法.pdf
- 一種改進(jìn)的求解TSP算法.pdf
- 向量編碼遺傳算法求解TSP問題的研究.pdf
- 一種改進(jìn)遺傳算法在TSP中的應(yīng)用.pdf
- 一種求解圖頂點(diǎn)著色問題的遺傳算法.pdf
- 遺傳算法求解TSP問題的研究與改進(jìn).pdf
- 基于改進(jìn)遺傳算法的TSP問題求解研究.pdf
- 一種改進(jìn)的蟻群算法——RBFACO算法求解TSP問題.pdf
評論
0/150
提交評論