基于动态入侵的自适应遗传算法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 40-42.

基于动态入侵的自适应遗传算法研究

耿辉，武妍

同济大学电子与信息工程学院，上海 201804

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

Survey on adaptive genetic algorithm based on dynamic invasion

GENG Hui，WU Yan

College of Electronics and Information Engineering，Tongji University，Shanghai 201804，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 根据生物入侵的思想，将入侵的概念引入到遗传算法中，提出了一种新的基于动态入侵自适应遗传算法。在选择操作结束后，根据当前的种群类型自适应调整入侵率；根据种群所属的种群类型和种群的平均适应度值，确定染色体交叉概率；根据个体的所属类型和变异基因位置自适应调整变异概率。最后将该算法应用到函数优化问题，实验结果表明，改进后的算法在种群的多样性，收敛速度以及算法效率方面有了一定的改进。

关键词: 遗传算法, 动态入侵, 种群划分, 自适应

Abstract: According to the idea of invasion of biology，the concept of invading is introduced into genetic algorithm，a novel self-adaptive genetic algorithm is proposed in this paper，which is based on dynamic invading.After the select operation，according to groups of the entity，the rate of invading is gradually adjusted，and the probability of cross-chromosome is also adjusted by the basis of the average fitness and the type of colony.The mutation probability is self-changed on the basis of the class of individual and the mutating gene’s location.The experiments for function optimization show that the proposed algorithm has some improvements in the diversity of population，algorithm efficiency and convergence rate.

Key words: genetic algorithm, dynamic invading, group division, self-adaptive

耿辉，武妍. 基于动态入侵的自适应遗传算法研究[J]. 计算机工程与应用, 2011, 47(7): 40-42.

GENG Hui，WU Yan. Survey on adaptive genetic algorithm based on dynamic invasion[J]. Computer Engineering and Applications, 2011, 47(7): 40-42.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[7]	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.
[8]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[9]	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.
[10]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[11]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[12]	肖振久，孔祥旭，宗佳旭，杨玥莹. 自适应聚焦损失的图像目标检测算法[J]. 计算机工程与应用, 2021, 57(23): 185-192.
[13]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[14]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[15]	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.