周松儒
- 作品数：3 被引量：7H指数：2
- 供职机构：广西大学更多>>
- 发文基金：广西教育厅科研项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 遗传算法的混合改进研究及其应用
- 遗传算法是一种模拟自然选择和生物遗传进化过程的概率搜索算法,它具有鲁棒性强、全局搜索性能好、易于并行化等特点。经过多年的研究和不断完善,遗传算法已具备求解组合优化问题的通用框架,并在生产控制、模式识别、人工生命、机器学习...
- 周松儒
- 关键词：遗传算法模拟退火免疫算法背包问题
- 文献传递
- 一种基于免疫原理的多种群DNA遗传算法被引量：2
- 2013年
- 针对单种群遗传算法易陷入局部最优、多样性丧失快等问题,提出一种基于免疫原理的多种群DNA遗传算法。在多种群协同进化的基础上,将DNA计算思想引入到编码和遗传操作算子的设计中,通过模拟生物机体的免疫机制对遗传进化过程中个体的产生和选择过程进行自适应调控,并利用优良个体的迁移实现种群间信息交流。最后,通过函数优化实验测试算法的性能。仿真结果表明,算法在发掘全局最优个体、局部搜索能力方面表现优越。
- 周松儒归伟夏
- 关键词：遗传算法免疫算法多种群
- 一种基于多种群的退火DNA遗传算法被引量：1
- 2013年
- 研究多种群算法优化问题,针对传统单种群遗传算法易产生早熟收敛、局部搜索能力弱等问题,提出一种多种群的退火DNA遗传算法。首先,将DNA计算思想引入遗传算法的编码和遗传操作算子的设计中,采用主种群、辅助种群和由主种群、辅助种群每次迭代产生的最优个体组成的精英种群在不同的进化策略下协同进化,然后通过种群间的个体交叉来实现种群交流。并可引入模拟退火机制,防止算法陷入局部最优,加强算法的局部搜索能力。将改进后的算法应用于函数优化测试中,并与其它改进遗传算法进行比较。仿真结果表明,改进算法在全局寻优能力、算法稳定性方面具有明显的优越性。
- 周松儒归伟夏
- 关键词：遗传算法多种群模拟退火
