为提高传统GEP算法的全局搜索能力,提出一种基于模糊控制的多细胞基因表达式编程算法(multicellular GEP algorithm based on fuzzy control,MGEP-FC)。通过构建模糊隶属函数,对算法的交叉率、变异率和实数集变异率的大小进行描述,根据...为提高传统GEP算法的全局搜索能力,提出一种基于模糊控制的多细胞基因表达式编程算法(multicellular GEP algorithm based on fuzzy control,MGEP-FC)。通过构建模糊隶属函数,对算法的交叉率、变异率和实数集变异率的大小进行描述,根据种群中个体适应度值的集中和分散程度,动态调整遗传操作的交叉率、变异率和实数集变异率。为使种群的多样性在迭代过程中得到延续,设计一种遗传操作方案,将产生的新个体与父代种群结合构建临时种群,临时种群和子代种群的多样性均得到优化。12个Benchmark的函数寻优实验结果表明,该算法在稳定性、全局收敛能力和寻优速度等方面都得到了显著提升。展开更多
文摘为提高传统GEP算法的全局搜索能力,提出一种基于模糊控制的多细胞基因表达式编程算法(multicellular GEP algorithm based on fuzzy control,MGEP-FC)。通过构建模糊隶属函数,对算法的交叉率、变异率和实数集变异率的大小进行描述,根据种群中个体适应度值的集中和分散程度,动态调整遗传操作的交叉率、变异率和实数集变异率。为使种群的多样性在迭代过程中得到延续,设计一种遗传操作方案,将产生的新个体与父代种群结合构建临时种群,临时种群和子代种群的多样性均得到优化。12个Benchmark的函数寻优实验结果表明,该算法在稳定性、全局收敛能力和寻优速度等方面都得到了显著提升。
