基于知识的分层遗传算法

传统遗传算法缺乏对进化过程知识的有效提取和利用,存在早熟收敛．在遗传算法的种群进化层上,引入文化算法的信度空间,提出一种具有知识引导功能的分层遗传算法．算法由底层种群进化层和上层知识进化层构成．结合遗传操作过程,提取4类知识并给出兵体定义．详细阐述了联系上下层的样本选取函数、知识更新函数和进化引导函数,并提出一种基于地势知识轮盘赌选择的新型个体替代策略．针对3组标准测试函数的仿真结果表明,4类知识在不同进化阶段对种群的影响程度不同．状况知识在进化早期起主导作用,规范知识和地势知识在某局部优势区域具有较强引导作用,历史知识引导搜索区域脱离局部较优点,从而有效避免早熟收敛,提高进化效率．