大变异操作效率实验证明

2019-12-20 14:46:09  浏览:1884  作者:老王

  下面我们以数值实验的方法来验证大变异操作的有效性。

  我们采用 Dejong提出的三个用于检测遗传算法性能的目标函数,0,它们如表1所示。

大变异操作效率实验证明

  优化阀值是指当适应度函数取得该值后,我们就认为整个优化过程已经达到了优化目标。

  简单遗传算法的四个参数设为:个体数N=50,交叉概率Pc=0.95,变异概率Pm=0.01,代沟G=49/50。大变异操作的两个参数是:密集因子a=5/6,大变异概率Pbig=0.04

  我们分别利用SGAs和大变异遗传算法对待优化的三个目标函数进行优化,以优化50次作为一次实验,将优化到目标函数的优化阀值所需要的平均数作为衡量算法收敛速度的标准如果算法繁殖300代还未优化到目标函数的阀值,则该次优化失败,将这两种算法在50次中失败的总数作为衡量算法稳定性的标准实验结果如表2所示,从实验结果我们可以看到,有大变异操作的遗传算法较简单遗传算法不但在收敛速度上有50%~110%的提高,而且,算法的稳定性也有显著的提高。

大变异操作效率实验证明

  结论

  实验表明,大变异遗传算法正如我们所分析的,对于传统的遗传算法在性能(收敛速度和稳定性)上有显著地改善但是,从理论上定量的分析改进的程度仍有相当大的困难而且,对于不同的优化问题它的改进程度也不同,这些更具体的工作还有待进一步研究.

评论区

共0条评论
  • 这篇文章还没有收到评论,赶紧来抢沙发吧~

【随机新闻】

返回顶部