动态变异遗传算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

动态变异遗传算法

张宇, 郭晶, 周激流

文章导航 > 电子科技大学学报 > 2002 > 31(3): 234-239

张宇, 郭晶, 周激流. 动态变异遗传算法[J]. 电子科技大学学报, 2002, 31(3): 234-239.

引用本文:

张宇, 郭晶, 周激流. 动态变异遗传算法[J]. 电子科技大学学报, 2002, 31(3): 234-239.

Zhang Yu, Guo Jing, Zhou Jiliu. Dynamic Mutation Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2002, 31(3): 234-239.

Citation:

Zhang Yu, Guo Jing, Zhou Jiliu. Dynamic Mutation Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2002, 31(3): 234-239.

动态变异遗传算法

1.
成都航空职业技术学院电子工程系成都 610061;
2.
四川大学电子信息学院成都 610064

作者简介:
张宇女 40岁大学讲师

中图分类号: TP302.6

Dynamic Mutation Genetic Algorithm

1.
Dept,of Electronic Engineering,Chengdu Aeronautic Vocational & Technical College Chengdu 610061;
2.
College of Electronic and Information,Sichuan University Chengdu 610064

摘要: 遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。
- 遗传算法 /
- 变异算子 /
- BP网络 /
- 优化算法
Abstract: Genetic Algorithms is Optimal Algorithm, which employ a search technique based on ideas from Darwin's natural evolution theory. A new genetic algorithm (NGA) is proposed in this paper, which not only can keep the population diversity but also has quicker convergence speed. The experiment results show that the improved genetic algorithm can efficiently find global optimal beyond premature convergence. Finally, using the NGA, optimizing the topology and training the weights for BP neural network are done. The results of the applications show that the new genetic algorithm is practical and efficient.
- genetic algorithm /
- mutation /
- BP neural network /
- optimal algorithm

[1]	王鹏, 黄焱, 安俊秀, 李建平. 多尺度量子谐振子算法在组合优化问题中的性能分析 . 电子科技大学学报, 2016, 45(3): 469-474. doi: 10.3969/j.issn.1001-0548.2016.02.027
[2]	万建臣, 靳宗信. 多峰值函数优化问题的免疫遗传算法求解 . 电子科技大学学报, 2013, 42(5): 769-772. doi: 10.3969/j.issn.1001-0548.2013.05.024
[3]	薛羽, 庄毅, 朱浩, 张友益礻禹. 求解协同干扰问题的高效免疫遗传算法 . 电子科技大学学报, 2013, 42(3): 452-458. doi: 10.3969/j.issn.1001-0548.2013.03.026
[4]	熊彦铭, 毛凌, 杨战平. 基于遗传算法的时间决策系统标定优化方法 . 电子科技大学学报, 2012, 41(1): 80-84. doi: 10.3969/j.issn.1001-0548.2012.01.016
[5]	王志红, 杜平安, 郭志龙, 梁山虎. 基于遗传算法与动态规划法的工艺过程优化 . 电子科技大学学报, 2007, 36(1): 146-149.
[6]	王瑞平, 万柏坤, 高上凯. 使用遗传算法的乳腺微钙化点特征优化 . 电子科技大学学报, 2007, 36(1): 137-139,153.
[7]	李向阳, 张亚非. 一种基于遗传算法的语义标注 . 电子科技大学学报, 2007, 36(1): 86-89.
[8]	吴传信, 倪明放, 陈鸣. 路由选择的一种新遗传算法 . 电子科技大学学报, 2006, 35(5): 744-747.
[9]	武妍, 王守觉. 一种并联抑制神经网络结构及学习算法 . 电子科技大学学报, 2006, 35(3): 399-402.
[10]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[11]	黄羽, 黄迪明, 何险峰, 武明. 遗传算法在入侵检测中的应用 . 电子科技大学学报, 2003, 32(6): 679-682.
[12]	王忠, 柴贺军, 刘浩吾. 关于进化遗传算法的几点改进 . 电子科技大学学报, 2002, 31(1): 76-79.
[13]	王海枚, 游志胜. 基于遗传算法与模糊控制的建模方法 . 电子科技大学学报, 2002, 31(3): 266-269.
[14]	赵季红, 曲桦. WDM光网络中RWA算法的性能分析 . 电子科技大学学报, 2002, 31(2): 180-184.
[15]	高源慈, 雷文强, 赵德双, 刘述章. 遗传算法对多层旋波媒质本构关系的优化 . 电子科技大学学报, 2001, 30(6): 580-584.
[16]	周小英, 王华, 姚伯威. 遗传算法在模糊控制规则优化中的实现 . 电子科技大学学报, 2000, 29(2): 161-163.
[17]	饶克谨, 苟益. 电路模拟吸收体的遗传算法设计 . 电子科技大学学报, 2000, 29(1): 54-60.
[18]	王勇, 陈光. 面向时滞测试生成的改进遗传算法 . 电子科技大学学报, 1999, 28(2): 157-161.
[19]	吴斌, 吴坚, 涂序彦. 快速遗传算法研究 . 电子科技大学学报, 1999, 28(1): 49-53.
[20]	潘中良, 陈光. 测试图形生成的遗传算法研究 . 电子科技大学学报, 1997, 26(5): 511-514.

WeChat

点击查看大图

计量

文章访问数: 3469
HTML全文浏览量: 158
PDF下载量: 64
被引次数: 0

动态变异遗传算法

1. 成都航空职业技术学院电子工程系成都 610061;

2. 四川大学电子信息学院成都 610064

作者简介:
张宇女 40岁大学讲师

收稿日期: 2002-01-19
刊出日期: 2002-06-15

中图分类号: TP302.6

关键词:

摘要: 遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。

English Abstract

张宇, 郭晶, 周激流. 动态变异遗传算法[J]. 电子科技大学学报, 2002, 31(3): 234-239.

引用本文:

张宇, 郭晶, 周激流. 动态变异遗传算法[J]. 电子科技大学学报, 2002, 31(3): 234-239.

Zhang Yu, Guo Jing, Zhou Jiliu. Dynamic Mutation Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2002, 31(3): 234-239.

Citation:

Zhang Yu, Guo Jing, Zhou Jiliu. Dynamic Mutation Genetic Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2002, 31(3): 234-239.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发