摘要
如何将差分演化算法用于离散领域是该领域的一个重要问题.提出一种适应度平均选择的离散差分演化算法,提出的算法中每个个体有均等的机会被选择用于引导算法的进化,这种选择方式有助于克服贪婪选择操作导致的种群多样性下降过快而使算法易陷入局部最优的问题.最后在多维背包问题上的实验结果表明提出的算法具有良好性能.
How to apply differential evolution to the discrete field is an important problem. A discrete differential evolution with fitness uniform selection scheme is proposed. In the proposed algorithm, each individual has an equal chance of being selected to guide the algorithm evolve. The selection scheme helps avoid the local optimum problem which is led to by the population diversity rapidly decrease of the greedy selection. Simulation results on multidimensional knack problem show that the proposed algorithm has good performance.
出处
《小型微型计算机系统》
CSCD
北大核心
2012年第1期151-154,共4页
Journal of Chinese Computer Systems
基金
国家自然科学基金项目(60905038
60873198)资助
广东高校优秀青年创新人才培养计划(育苗工程)项目(LYM09085)资助
广东商学院科研创新团队建设计划项目资助
广东商学院校级科研项目(08BS52001)资助
关键词
离散差分演化算法
适应度平均选择
多维背包问题
组合优化问题
discrete differential evolution
fitness uniform selection scheme
multidimensional knack problem
combinatorial optimization problems
