摘要
在传统二进制编码遗传算法(GA)的基础上,提出一种基于Rough集的启发式人工选择算子和人工选择算法。利用粗糙集对遗传算法的历史数据进行分析,发现重要基因位,获得重要模式信息,并以此为启发式信息,选择优秀模式进行人工育种,从而对复杂优化问题进行有效求解。采用该算法对典型测试函数进行了验证,算例结果表明,人工选择算法加速了常规遗传算法进化速度,提高了收敛效率。
On the ground of traditional binary coded genetic algorithms （GA）, a new kind of RS-based Heuristic Artificial Selection Evolution Algorithms is proposed in this paper. Rough Set Theory （RST） is used to analyze the information hidden in the evolution process, which result in the rapid discovery of important gene and important schema, these heuristic information is then used to complete artificial seed cultivation. The new algorithm is fit for complex optimal searching problems. Simulation for classical test function has shown its efficiency.
出处
《太原理工大学学报》
CAS
北大核心
2007年第1期28-31,共4页
Journal of Taiyuan University of Technology
基金
国家自然科学基金项目资助(60374029)
关键词
粗糙集
遗传算法
人工选择算法
rough set
genetic algorithm
artificial selection
