基于遗传算法的形状误差计算研究
遗传算法是模拟自然界生物进化过程与机制求解优化问题的一类自组织、自适应的随机搜索算法.传统遗传算法的适应度函数通常只评价于个体,容易出现收敛过慢,找不到最优值等问题.本论文提出染色体适应度的概念,让适应度函数不仅仅评价于整个个体,还评价个体中的染色体,这使得对染色体的交叉、变异等操作有一定的方向性约束,由于评价时仍然按照整个个体进行评价,这使得该约束不易造成局部最优解的情况.本文通过使用计算机高级语言进行编程,对这种算法进行验证,结果表明较传统遗传算法在寻找最优解的速度和准确度上均有提高.
染色体 形状变化 误差计算 遗传算法
郭颖迪 吴蔚聪
厦门大学软件学院软件工程系,福建省厦门市361005
国内会议
长沙
中文
398-400
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）