-
题名基于遗传算法的划分序乘积空间问题求解层选择
被引量:1
- 1
-
-
作者
徐怡
邱紫恒
-
机构
安徽大学计算机科学与技术学院
计算智能与信号处理教育部重点实验室(安徽大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2024年第4期1945-1963,共19页
-
基金
国家自然科学基金(62076002)
安徽省自然科学基金(2008085MF194)。
-
文摘
划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,提出一种两阶段自适应遗传算法TSAGA(two stage adaptive genetic algorithm)来寻找问题求解层.首先,采用实数编码对问题求解层进行编码,然后根据问题求解层的分类精度和粒度定义适应度函数.算法第1阶段基于经典遗传算法,预选出一些优秀问题求解层作为第2阶段初始种群的一部分,从而优化解空间.算法第2阶段,提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子,从而在优化的解空间中进一步选择问题求解层.实验结果证明了所提方法的有效性.
-
关键词
粒计算
划分序乘积空间
遗传算法
问题求解层
-
Keywords
granular computing
partition order product space
genetic algorithm
problem solving level
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-