热力学遗传算法计算效率的改进

摘要：

热力学遗传算法(thermodynamical genetic algorithms,简称TDGA)借鉴固体退火过程中能量与熵的竞争模式来协调GA中"选择压力"和"种群多样性"之间的冲突.然而TDGA目前极高的计算代价限制了其应用.为了提高TDGA的计算效率,首先定义一种等级熵(rating-based entropy,简称RE)度量方法,它能以较小的计算成本度量种群中个体适应值的分散程度.然后引入分量热力学替换规则(component thermodynamical replacement,简称CTR),有效地降低了替换规则的复杂度.同时也证明了CTR规则具有驱动种群自由能近似最速下降的能力.在0-1背包问题上的实验结果表明,RE方法和CTR规则在保持TDGA良好的性能与稳定性的同时,极大地提高了其计算效率.

关键词：遗传算法、热力学、计算效率、多样性度量、替换规则

所属期刊栏目：19

分类号：TP18(自动化基础理论)

资助基金：the National Natural Science Foundation of China under Grant Nos.60473014, 60773009;the National High-Tech Research and Development Plan of China under Grant No.2007AA01Z290 国家高技术研究发展计划863;the China Scholarship Council under Grant No.2007101731;the Natural Science Foundation of Hubei Province of China under Grant No.2007ABA009

在线出版日期：2008-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1613-1622