基于自适应机制的遗传编程可持续性进化算法
本文对HFC(Hierarchical Fair Competition)模型的搜索方式进行了相应的改进，引入基于遗传编程的结构参数混合优化方法。同时在HFC模犁中加入了一些自适应机制，形成了三种衍生的HFC模型。第一种是静态的HFC模型(SHFC)，它在原始HFC模犁的基础上添加了遗传编程的开放式拓扑搜索能力;第二种是自适应输入阀值的HFC模型(HFC-ADM)，它能够自适应的调整HFC模型中各层的输入阀值;第三种是自适应迁移的HFC模犁(HFC-ATP)，它允许HFC模型中各层间个体的动态移动。三种衍生的HFC模型在理论上保证了搜索无限的空间，实现了可持续的进化。论文最后结合旅行商问题实现了三种基于遗传编程的HFC：模型(SHFC、HFC-ADM、HFC-ATP)，并通过与标准遗传算法的对比实验，验证了三种基于遗传编程的算法模型不仅实现了可持续的进化，而且有效降低了算法的随机性。
遗传编程 可持续进化算法 HFC模型 自适应输入阀值 自适应迁移
李少波 胡建军 陈茜
贵州大学 省部共建教育部现代制造技术重点实验室，贵阳 550003 美国南卡罗莱纳州大学计算机科学与工程学院，哥伦比亚 SC 29208
国内会议
昆明
中文
33-37
2008-07-01（万方平台首次上网日期，不代表论文的发表时间）