一种基于自适应边界约束的高效遗传算法

doi:10.13209/j.0479-8023.2024.049

北京大学学报自然科学版 ›› 2024, Vol. 60 ›› Issue (4): 665-672.DOI: 10.13209/j.0479-8023.2024.049

一种基于自适应边界约束的高效遗传算法

黄铭¹, 王龙波², 肖明虹¹, 傅毓¹, 左正康^3,†

1. 广西壮族自治区地理信息测绘院, 柳州 545005 2. 广西壮族自治区自然资源厅, 南宁 530022 3. 太原理工大学矿业工程学院, 太原 030024

收稿日期:2023-07-25 修回日期:2023-12-14 出版日期:2024-07-20 发布日期:2024-07-20
通讯作者: 左正康, E-mail: zuozhengkang(at)tyut.edu.cn
基金资助:
太原理工大学引进人才科研启动经费(RY2400000591)资助

An Efficient Genetic Algorithm Based on Adaptive Boundary Constraint

HUANG Ming¹, WANG Longbo², XIAO Minghong¹, FU Yu¹, ZUO Zhengkang^3,†

1. Guangxi Zhuang Autonomous Region Institute of Geographical Information and Surveying, Liuzhou 545005 2. Department of Natural Resources, Guangxi Zhuang Autonomous Region, Nanning 530022 3. College of Mining Engineering Taiyuan University of Technology, Taiyuan 030024

Received:2023-07-25 Revised:2023-12-14 Online:2024-07-20 Published:2024-07-20
Contact: ZUO Zhengkang, E-mail: zuozhengkang(at)tyut.edu.cn

摘要/Abstract

摘要：

针对遗传算法中用于多父体重组的系数向量缺乏高效生成方法的问题, 提出一种基于自适应边界约束(ABC)的高效遗传算法。该方法依据前一个系数的值, 自适应缩放后一个系数的边界, 可在任意多的父代重组情形下快速生成系数向量。在CEC2017标准数据集上的实验结果表明, 所提算法在29个复杂优化问题上的表现都优于经验概率分布(EDBF)算法。

关键词: 最优化理论, 遗传算法, 系数向量, 收敛效率, 经验概率分布(EDBF), 自适应边界约束(ABC)

Abstract:

According to the lack of method for highly efficiently spawning coefficients for multi-parent recombination in real-encoded genetic algorithm, an efficient genetic algorithm based on adaptive boundary constraint (ABC) is proposed. This method quickly generates coefficient vectors by adaptively scaling the boundary of the subsequent coefficient based on the value of the previous one, allowing for efficient reconstitution under any number of parent recombination scenarios. Experiment results on CEC2017 benchmarks demenstrate that proposed algorithm outperforms EDBF (empirical distribution based framework) a lot in 29 optimization problems.

Key words:

optimization theory, genetic algorithm, coefficient vector, convergence efficiency, empirical distribution based framework (EDBF), adaptive boundary constraint (ABC)

黄铭, 王龙波, 肖明虹, 傅毓, 左正康. 一种基于自适应边界约束的高效遗传算法[J]. 北京大学学报（自然科学版）, 2024, 60(4): 665-672.

HUANG Ming, WANG Longbo, XIAO Minghong, FU Yu, ZUO Zhengkang. An Efficient Genetic Algorithm Based on Adaptive Boundary Constraint[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2024, 60(4): 665-672.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/10.13209/j.0479-8023.2024.049

https://xbna.pku.edu.cn/CN/Y2024/V60/I4/665

[1]	潘家文, 翟卫欣, 郭舟, 胡班韶, 程承旗, 吴才聪. 基于空间衰减自扩散机制的黏菌遗传混合算法[J]. 北京大学学报自然科学版, 2025, 61(1): 14-44.
[2]	刘众, 王新安, 李秋平, 赵天夏. 基于ECG信号和体动信号的睡眠分期方法研究[J]. 北京大学学报自然科学版, 2021, 57(5): 833-840.
[3]	左正康, 张飞舟, 张玲, 孙逸渊, 张瑞华, 于田, 陆建忠. 基于时空分布式的CMIP5气候多模式集合优化[J]. 北京大学学报自然科学版, 2020, 56(5): 805-814.
[4]	苏悦, 杨振涛, 杨博, 赵亮. 基于矢量波数变换法的主动源瑞雷波多模式提取方法在近地表地层结构探测中的应用研究[J]. 北京大学学报自然科学版, 2020, 56(3): 427-435.
[5]	孔繁达,何涛. 深拖曳多道地震系统阵列几何形态的高精度反演[J]. 北京大学学报（自然科学版）, 2012, 48(1): 71-78.
[6]	周彬学,戴特奇,梁进社,张华. 基于遗传算法的非线性Lowry模型模拟研究[J]. 北京大学学报（自然科学版）, 2011, 47(6): 1097-1104.
[7]	张飞舟陈嘉,杨伯钢. 面向公交车辆优化调度的运行服务质量评测分析[J]. 北京大学学报（自然科学版）, 2008, 44(5): 822-826.
[8]	吴涛,杜刚,刘晓彦,韩汝琦. 基于遗传算法的半导体器件模型参数提取[J]. 北京大学学报（自然科学版）, 2007, 43(5): 687-693.
[9]	赵晓莺,易江芳,佟冬,程旭. 利用遗传算法实现CMOS组合电路静态功耗优化[J]. 北京大学学报（自然科学版）, 2007, 43(3): 421-427.
[10]	易江芳,佟冬,程旭. GATEST: 使用遗传算法自动生成模拟矢量的验证平台[J]. 北京大学学报（自然科学版）, 2006, 42(5): 668-673.
[11]	李雷,朱柏承,周乐柱,龚中麟. 基于遗传算法的波束追踪和成型[J]. 北京大学学报（自然科学版）, 2006, 42(1): 110-115.
[12]	迟彬,叶庆凯,行飞. 用改进的遗传算法求解流水车间作业排序问题[J]. 北京大学学报（自然科学版）, 2003, 39(3): 294-300.
[13]	庄家礼,陈良富,徐希孺. 地表组分温度反演[J]. 北京大学学报（自然科学版）, 2000, 36(6): 850-857.

一种基于自适应边界约束的高效遗传算法

An Efficient Genetic Algorithm Based on Adaptive Boundary Constraint

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

留言