误导信息对进化算法性能的影响研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (11): 12-17.

误导信息对进化算法性能的影响研究

李坤1，黎明1，2，陈昊2

1.南京航空航天大学自动化学院，南京 210016
2.南昌航空大学信息工程学院，南昌 330063

出版日期:2015-06-01 发布日期:2015-06-12

Research on effects of misleading information to performance of EAs

LI Kun1, LI Ming1，2, CHEN Hao2

1.College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
2.School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China

Online:2015-06-01 Published:2015-06-12

摘要/Abstract

摘要： 以适应值曲面模型为基础分析误导信息对进化算法性能的影响。基于最优吸引子提出描述进化算法作用过程的一般方法，提出梯度信息关联集合的概念以描述误导信息的种类和作用。在此基础上，将误导信息的作用分为欺骗和多峰两类，并分别对其作用和影响进行理论分析。通过测试数值函数验证并补充理论分析的结果。

关键词: 适应值曲面, 最优吸引子理论, 粒子群算法, 遗传算法

Abstract: This paper studies effects of the misleading information in the fitness landscape to the performance of evolutionary algorithm. The normal description for the optimizing process of evolutionary algorithm is proposed on the basis of optimal contraction theorem. The gradient information related set is proposed to character the effects of different kinds of misleading information. Accordingly, the effects of misleading information are fallen into two categories：deception and multi-peaks, and their influences to the evolutionary algorithm are theoretically analyzed. The theoretical analyzing results are verified and complemented by testing some real-parameter function.

Key words: fitness landscape, optimal contraction theorem, particle swarm optimization, genetic algorithm

李坤1，黎明1，2，陈昊2. 误导信息对进化算法性能的影响研究[J]. 计算机工程与应用, 2015, 51(11): 12-17.

LI Kun1, LI Ming1，2, CHEN Hao2. Research on effects of misleading information to performance of EAs[J]. Computer Engineering and Applications, 2015, 51(11): 12-17.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[3]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[4]	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.
[5]	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.
[6]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[7]	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.
[8]	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.
[9]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.