计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (7): 52-56.DOI: 10.3778/j.issn.1002-8331.2010.07.016
谢安世1,周传华1,2,徐新卫1,张 芬1
XIE An-shi1,ZHOU Chuan-hua1,2,XU Xin-wei1,ZHANG Fen1
摘要: 遗传算法可以被理解为在逐代演化的过程中,适应性强的个体或种群具有更高的生存可能性的一种并行搜索算法。提出了基于PK竞争策略的遗传算法(Player Killing Genetical Algorithm,PKGA),其核心思想在于通过PK赛式的竞争筛选,直至剩下一个全程最优的个体即为全局最优解。通过对全程最优解的即时检测,同时配合交叉率与变异率在个体粒度上自适应地动态调整,算法能很好地避开局部极值点并减少进化过程中的退化现象。这种PK竞争筛选策略保证了算法较高的搜索效率和较强的鲁棒性。仿真实验证明,算法在应对早熟问题和退化现象及收敛效率等方面明显优于传统的标准遗传算法。
中图分类号: