灾变机制下元胞遗传算法的选择压力研究

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:tiankong20
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对于遗传算法,全局探索和局部寻优之间的关系是算法好坏的核心问题,选择压力的变化直接影响着两者之间的平衡。研究了元胞遗传算法的选择压力,并在其灾变机制下进一步研究了其选择压力的变化规律,通过改变灾变规模和周期观察选择压的变化。灾变的发生使整个算法的选择压力降低,当灾变规模越大、周期越短,算法的选择压力也就越小。对于不同优化问题选择一个合适的选择压能使全局探索和局部寻优之间的平衡达到最佳化从而能够又快又精确地寻求到全局最优解。
其他文献
随着计算机硬件价格的大幅下降,越来越多的计算机都具有1GB以上的内存和160GB以上的硬盘,目前看来性能已经不存在问题.越来越多的人开始对多操作系统和复杂网络环境很感兴趣,
提出了一种在NLOS环境下对移动台的定位与跟踪算法。利用BP神经网络对TDOA测量值中NLOS误差进行修正,再利用Chan算法进行移动台位置估计,配合相关检测距离门对移动台进行跟踪
《材料电化学》是本校功能材料专业本科生的专业选修课,本文从课程特点和教学现状出发,结合功能材料专业特点和电化学课程内容,探讨了《材料电化学》课程教学内容、教学方法和考
随着移动用户的激增以及4G网络和WIFI技术的广泛应用,移动电子商务作为一种新的商务模式,能够满足不同地域、不同年龄和不同需求的消费者,受到很多企业和用户的喜爱,目前已被
目的研究甲状腺激素与老年人充血性心力衰竭(CHF)的关系。方法运用放射免疫法测定老年人CHF患者(112例)、老年心脏病无并发心力衰竭患者(64例)及健康者(80例)血浆中游离甲状腺素(FT4)、
移动自组网络(MANETS)是一种具有弱连接性、低带宽、高查询延迟的网络。协缓存技术被广泛用来实现MANETS中数据的高效分发与共享,然而协缓存技术极易引发数据不一致性。为了有
为了提高事务执行的成功率,降低传统Sagas模型中补偿事务的执行给系统造成的损失,提出了基于预申请和功能替代的Sagas的改进模型PRSagas。该模型对长事务的各子任务执行所需
向移动领域扩展是下一代互联网的主要发展方向,移动互联网不仅能支持单个移动终端,而且需要支持中小规模的移动子网,其中移动网关的配置及服务策略是关键技术之一。为此提出
基于Dai-Yuan共轭梯度法,本文给出了求解无约束优化的一个非线性共轭梯度法.对任意的线性搜索,该方法满足充分下降条件gTkdk≤-(1-1/4μ)‖gk‖2,μ〉1/4;而且,对一般的非线性