导　　师： 雍正正

学科专业： H1002

授予学位： 硕士

作　　者： ;

机构地区： 深圳大学

摘　　要： 为了克服遗传算法的上述两个缺点,提高遗传算法的性能,该文在引进协同模型、运用并行模型、以及结合其它算法等方面做了探讨.为了提高遗传算法的收敛速度,提出了一种结合c-均值聚类算法的混合算法,在结合遗传算法的全局收敛性以及c-均值聚类算法的快速收敛性方面做了探讨.受生物界普遍存在的协同进化现象的启发,该文提出了一个协同进化模型.在协同进化模型中,个体的在群体中表现出来的适应度不仅与其染色体有关,而且与该个体与周围个体的协同关系有关.竞争现象及多种群同时竞争现象在生物进化中是普遍存在的,据此该文提出了一种基于多层竞争的改进的并行进化模型.在这改进的并行模型中的竞争不仅包含了一个之间以及子群体之间的竞争,而且包含了家庭之间的竞争.

关 键 词： 遗传算法 协同进化 并行算法

分 类 号： [TP18]

领　　域： [自动化与计算机技术] [自动化与计算机技术]