-
题名随机化均匀设计遗传算法
被引量：3
- 1
-
-
作者
陈明华
周本达
任哲
-
机构
皖西学院数理系
合肥学院数理系
-
出处
《高校应用数学学报（A辑）》
CSCD
北大核心
2010年第3期279-284,共6页
-
基金
安徽省高校省级自然科学研究项目(KJ2007B152)
安徽省教育厅自然科学研究项目(2006KJ046B)
安徽省高校青年教师资助计划项目(2007jql179)
-
文摘
众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础.利用随机化均匀设计的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为随机化均匀设计遗传算法.最后将随机化均匀设计遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较.通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了其它方法常有的早期收敛现象,
-
关键词
遗传算法(GA)
随机化均匀设计(RUD)
随机化均匀设计遗传算法(RGA)
-
Keywords
genetic algorithm（GA）
random uniform design（RUD）
genetic algorithm based on random uniform design（RGA）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名均匀设计抽样混合遗传算法求解图的二划分问题
被引量：1
- 2
-
-
作者
周本达
陈明华
任哲
-
机构
皖西学院数理系
皖西学院计算机科学与技术系
合肥学院数理系
-
出处
《计算机应用》
CSCD
北大核心
2008年第11期2850-2852,共3页
-
基金
安徽省高校省级自然科学研究项目(KJ2007B152)
安徽省教育厅自然科学研究项目(2005KJ2222006KJ046B)
安徽省高校青年教师资助计划项目(2007jql180)
-
文摘
遗传算法(GA)的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。以此结论为基础,利用均匀设计抽样(UDS)的理论和方法,对遗传算法中的交叉操作进行重新设计,并在分析图二划分问题特点的基础上,结合局部搜索策略,给出了一个求解图二划分问题的新遗传算法,称之为基于均匀设计抽样的混合遗传算法。最后将该算法与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较,可以看出新算法不但提高了算法的求解速度和精度,而且避免了常有的早期收敛现象。
-
关键词
图的二划分
遗传算法
均匀设计抽样
均匀设计遗传算法
-
Keywords
2-way graph partitioning
Genetic Algorithm （GA）
Uniform Design Sampling （UDS）
genetic algorithm based on uniform design sampling （UGA）
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种求解0-1背包问题的新遗传算法
被引量：8
- 3
-
-
作者
周本达
陈明华
任哲
-
机构
皖西学院数理系
皖西学院计算机科学与技术系
合肥学院数理系
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第30期45-47,52,共4页
-
基金
安徽省高校自然科学研究计划项目No.KJ2007B152
安徽省教育厅自然科学研究项目(No.2005KJ222
+1 种基金
No.2006KJ046B)
安徽省高校青年教师资助计划项目(No.2007jql180)~~
-
文摘
众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。以此结论为基础,利用随机化均匀设计的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新算法,称之为随机化均匀设计遗传算法。最后将随机化均匀设计遗传算法应用于求解0-1背包问题,并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了其他方法常有的早期收敛现象。
-
关键词
遗传算法
随机化均匀设计
随机化均匀设计遗传算法
-
Keywords
Genetic Algorithm（GA）
Random Uniform Design Sampling（RUDS）
Genetic Algorithm Based on Random Uniform Design Sampling（RUDSGA）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进的遗传算法及其在求解MVCP中的应用
被引量：1
- 4
-
-
作者
李国成
吴涛
周本达
-
机构
皖西学院数理系
安徽大学数学科学学院
安徽大学智能计算与信号处理教育部重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第7期187-189,共3页
-
基金
国家自然科学基金资助项目(60675031)
中国博士后基金资助项目(20070411028)
+3 种基金
安徽省高等学校省级自然科学研究基金资助项目(KJ2010B270)
安徽省高等学校优秀人才基金资助项目(SQRZ189)
安徽省教育厅自然科学研究基金资助项目(KJ2009B113
KJ2009B095)
-
文摘
为改善传统遗传算法求解最小顶点覆盖问题时的效果,基于理想浓度模型,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行重新设计,结合局部搜索策略,提出一种新的遗传算法UGA。与标准遗传算法及佳点集遗传算法进行实例仿真比较,结果证明该算法可以提高求解的质量、速度和精度。
-
关键词
最小顶点覆盖问题
遗传算法
均匀设计抽样
基于均匀设计抽样的遗传算法
-
Keywords
Minimum Vertices Covering Problem（MVCP）
Genetic Algorithm（GA）
Uniform Design Sampling（UDS）
Genetic Algorithm Basedon Uniform Design Sampling（UGA）
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
