生成树编码遗传算法种群退化分析及抑制方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (25): 61-64.

生成树编码遗传算法种群退化分析及抑制方法

杨勇1，付立东2

1.西安科技大学电气与控制工程学院，西安 710054
2.西安科技大学计算机科学与技术学院，西安 710054

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-01 发布日期:2011-09-01

Population degeneracy analysis and suppressing algorithm for GA based on spanning tree code

YANG Yong1，FU Lidong2

1.College of Electrical and Control Engineering，Xi’an University of Science and Technology，Xi’an 710054，China
2.College of Computer Science & Technology，Xi’an University of Science and Technology，Xi’an 710054，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-01 Published:2011-09-01

摘要/Abstract

摘要： 种群退化现象导致了遗传算法对解空间区域进行重复搜索，从而降低了算法的搜索效率和延缓了算法的收敛，这源于重组算子、采样误差和变异算子的反作用力。通过对生成树编码遗传算法的研究，分析了重组算子的种群退化现象。证明了在解决固定费用运输问题时，重组算子发生种群退化现象的一个充分条件及其概率。针对种群退化现象提出了基于概率选择模型抑制算法（Probabilistic Selection Model Crossover，PSDC），对其有效性进行了分析证明。与小生境技术相比，它具有可以通过控制选择概率来抑制种群退化和不需要额外的时间开销两大优势，这为遗传算法的设计和应用提供了理论研究依据。

关键词: 遗传算法, 种群退化, 重组算子, 小生境技术

Abstract: Population degeneracy in genetic algorithms，which results in the recombination operator，sampling error and function of mutation operator，delays the convergence rate and debases the capacity of searching since it searches repeatedly the visited solution region.An analysis for the GA based on spanning tree code is presented.It is strictly proved that the crossover operator results in population degeneracy in fixed charge transportation problem.Moreover，a sufficient condition for population degeneracy together with its probability is also developed.To overcome population degeneracy，an effective Probabilistic Selection Model Crossover（PSDC） is provided.Compared with the famous niching method，the PSDC is advantageous in two main aspects.Firstly，it can suppress degeneracy by controlling the probability of parameter instead of checking the population;Secondly，it does not increase the time complexity，while the niching algorithms need extra polynomial time in each iteration，which provides theory basis for the design and application of the genetic algorithm.

Key words: genetic algorithm, population degeneracy, recombination operator, niching algorithm

杨勇1，付立东2. 生成树编码遗传算法种群退化分析及抑制方法[J]. 计算机工程与应用, 2011, 47(25): 61-64.

YANG Yong1，FU Lidong2. Population degeneracy analysis and suppressing algorithm for GA based on spanning tree code[J]. Computer Engineering and Applications, 2011, 47(25): 61-64.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.