两阶段遗传算法

现实生活中无论是复杂优化系统还是其他领域的优化问题,对精度的研究具有很高的应用价值。

理论上,当所考虑的优化问题存在最优解时便一定能够求出精确的值,但在实际问题中,由于模型的提炼过程存在理论误差、数据的欠缺存在信息误差、认知观念的不同存在认识偏差等等,因而常常考虑的是优化问题的满意解。从直观的角度来看,优化问题变量变化范围与解的精度具有密切的联系,当优化变量的变化范围较大时,便很难求出精度较高的满意解,而当变量的变化范围很小时,则易于求出精度较高的满意解。

爱彩票网因此,对寻优范围大、精度要求高的优化问题,若能够按照某种策略,在不损失最优解的情况下逐步缩小问题的寻优范围,那么对求得精度较高的满意解显然是有利的。

基于以上观点,给出了两阶段遗传算法,其基本策略

爱彩票网第1阶段寻找问题的满意解群体;

爱彩票网第2阶段以第1阶段得到的满意解群体为基准,按照某种策略缩小寻优范围(如逐步二分法、领域法)[某些收缩搜索空间的改进方式亦如此],并继续搜索精度更高的全局最优解或满意解。



发表评论

You must be logged in to post a comment.