基于模式学习的文化遗传算法研究  

Research on cultural genetic algorithm based on schema fetching

作　　者：高丽丽[1] 刘弘[1] 李同喜[1] 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014

出　　处：《计算机工程与应用》2007年第22期38-40,75,共4页Computer Engineering and Applications

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.69975010;No.60374054);山东省自然科学基金(the Natural Science Foundation of Shandong Province of China under Grant No.Y2003G01;No.Z2006G09)

摘　　要：针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,在很大程度上提高了收敛速度。实验结果表明,该算法是一种提高遗传算法性能的有效算法。The paper proposes a Cultural Genetic Algorithm based on Schema Fetching （CGASF）.This algorithm embeds GA into the cultural algorithm framework and composes an algorithm with GA main population space and belief space.The worst individuals of the main population space are organized periodically to study the optimal schema that the belief space provides.It exploits the information sufficiently that the optimum individual carries and speeds up the evolutionary process.Experiments results prove that the algorithm is an efficient and effective improved genetic algorithm.

关 键 词：遗传算法 文化算法 模式抽取 模式学习 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]