江西省自然科学基金(0211017)
- 作品数：3 被引量：18H指数：2
- 相关作者：黎明杨小芹周琳霞更多>>
- 相关机构：南昌航空工业学院更多>>
- 发文基金：江西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 自适应变异率的遗传算法
- 2003年
- 标准遗传算法的变异运算以固定的变异率进行操作,即不管遗传个体的适应度大小, 所有个体的染色体均以不变的概率进行变异.该文根据遗传个体的适应度值自适应地确定各个个体变异率,适应度值大的个体以较小的概率进行变异,而适应度值小的个体以较大的概率进行变异.通过这种方法,可以减少优秀染色体模式被变异破坏的可能性,从而提高遗传寻优计算的效率,加快遗传算法的收敛速度.
- 黎明
- 关键词：遗传算法寻优自适应
- 基于熵的双群体遗传算法研究被引量：11
- 2005年
- 提出了一种基于熵的双群体遗传算法,首先采用熵最大的方法产生两个初始化群体,使得初始化的个体尽可能均匀分布在遗传搜索空间。在一个群体中设计了基于熵最大的直接替代选择运算并采用高变异率提高遗传算法的全局探索能力。在另一个群体中采用逐渐减小的动态变异率提高遗传算法的快速局部搜索能力。两个群体之间的相互移民策略均衡了遗传算法的全局探索能力和快速局部搜索能力。实验显示,基于熵的双群体遗传算法对复杂多模函数寻优在全局收效率和收敛速度上都具有一定的优势。
- 杨小芹黎明周琳霞
- 关键词：遗传算法
- 基于局部进化的Hopfield神经网络的优化计算方法被引量：7
- 2004年
- 提出一种基于局部进化的 Hopfield神经网络优化计算方法 ,该方法将遗传算法和 Hopfield神经网络结合在一起 ,克服了 Hopfield神经网络易收敛到局部最优值的缺点 ,以及遗传算法收敛速度慢的缺点。该方法首先由Hopfield神经网络进行状态方程的迭代计算降低网络能量 ,收敛后的 Hopfield神经网络在局部范围内进行遗传算法寻优 ,以跳出可能的局部最优值陷阱 ,再由 Hopfield神经网络进一步迭代优化。这种局部进化的 Hopfield神经网络优化计算方法尤其适合于大规模的优化问题 ,对图像分割问题和规模较大的 2 0 0城市旅行商问题的优化计算结果表明 。
- 黎明杨小芹周琳霞
- 关键词：遗传算法HOPFIELD网络优化计算旅行商问题神经网络图像处理
