![](https://csdnimg.cn/release/download_crawler_static/18653403/bg1.jpg)
Journal of Computer Applications
计算机应用,
2015
,
35(
9):
2584 - 2589, 2623
ISSN 1001-9081
CODEN JYUDU
2015-09-10
http://
阴阳.
joca. cn
文章编号
:1001-9081(2015)09-2584-06
doi: 10.
11
772/j.
issll. 1001-9081.
2015.09.2584
基于染色体易位的动态进化算法
谭阳
1
,
2\
宁可
2
陈琳
2
(1
湖南师范大学数学与计算机科学学院‘民沙
410081;
2
湖南广播电视大学信息工程系,长沙
410004)
(车通信作者电子
l
1J
fl
箱
tanyan
g3
34@
126.
eOlll)
摘
要:针对采用二进制编码的进化算法在函数优化过程中会因为维皮之间的相互干扰,导致部分低阶模式出
现元法进行有效重纽的现象,提出一种新的结合细胞学研究成果的进化算法一一染色体易位的动态进化算法
(CTDEA)
。算法通过构建基因矩阵来模拟有机染色体在细胞内的结构化过程,并在基因矩阵的基础上对出现同质化
的染色体短列实施模块化的易位操作,以此来维护种群的多样性;同时通过个体适应皮划分种群的方式来维护精英
个体,确保个体间的竞争压力,提升算法的寻优速度。实验结采表明,该进化算法与已有的遗传算法(
GA)
和分布估计
算法相比较,在维护种群多样性方面有较大改进,能够将种群的多样性保持在
0.25
左右;且在寻优的精度、稳定性以
及速度上也有明显的改进和提高。
关键词:染色体易位;进化算法;基因矩阵;模块化;函数优化
中图分类号:
TP18
文献标志码
:A
Chromosomal translocation-based Dynamic evolutionary algorithm
TAN
Yang
I
.
2\
NING
Ke
2
,
CHEN
Lin
2
(1. College
0/
M
ω
hemat
阳
α
nd
Computer
Sc
町
nce
,
Hunan Normal University,
Ch
α
ngsha
Hun
α
n
410081
,
Chi
剧,
2.
Department
o/lnformatíon
Engineering, Hunan
Rad
ω
and
Television University,
Changsh
α
Hunan
410004
, China)
Abstract:
When traditional binary-coded evolutionary algorithms are applied
to
optimize functions, the mutual
interference between different dimensions would prevent effective restructuring of some low-order modes. A
new
evolutionary
algorithm
, called Dynamic Chromosomal Translocation-based Evolutionary AIgorithm
(CTDEA)
, was proposed based
on
cytological findillgs. This algorithm simulated the structuralized process of organic chromosome inside cells
by
constructing
gelle matrixes
, and realized modular translocations of homogeneous chromosomes on the basis of gene matrix, in order
to
maintain the diversity of populations. Moreover, the individual fitness-based population-dividing method
was
adopted
to
safeguard elite populations, ensure competitions among individuals and improve the optimization speed of the algorithm.
Experimental results show that compared with existing Genetic Algorithm
(GA)
and distribution estimation algorithms, this
evolutionary algorithm greatly improves the population diversity
, keeping the diversity of populations around
O.
25.
1n
addition,
this algorithm shows obvious advantages in accuracy, stability and speed of optimization.
Key
words:
chromosomal translocation; evolutionary algorithm; gene matrix; modularization; function optimization
0
引言
进化算法是一种模拟生物进化中遗传选择和自然淘汰过
程的计算模型
[1]
。其算法思想源于生物遗传学和适者生存
的自然规律,通过采用"生存+检测"的迭代过程进行寻优搜
索。由于进化算法具有不依赖于问题模型的特点,且还具有
全局最优性、隐含并行性、高效率以及解决非线性问题稳定等
特点,自提出以来就被广泛地应用于工程设计、模式识别、机
器学习等多个科学领域
[2
-3]
。
采用二进制编码的进化算法在优化过程中,是通过改变
自身的编码状态来对应于寻优空间中的低阶的超平面,在进
行如交叉、变异等重组行为后,会使得编码的状态不断地集中
于包含高维、特定超平面的收缩子空间中。进化算法通过不
断地重复这一过程,直至找到最优超平面。但优化过程中会
收稿日期
:2015-04-15
;修回日期
:2015-06-27
0
出现某些低阶模式难以重组为期望的高阶模式,或者是更为
严重的低阶模式在重组后引导进化算法的收缩方向偏离全局
最优解,使得算法陷入局部极值区,无法获取全局最优解。为
此,学者们提出了各种改进方法如
OG
Al
Q
(Orthogonal Genetic
AIgorithm with Quantization for global numerical
optimization
)川、
CEP/best
(
evolutionaIγprogramming
using
mutations based
on
the
Ievy
probability distribution)
[5]
、
E
Al
G
(Evolution AIgorithm for Global optimization)
[6] 、
ED
Al
L
( E
volutionmγAIgorithm
for global optimization based on level-set
evolution and Latin
squares)
[7]、
G
Al
QoS
(
multi
唱
ranularity
evolution based quantum Genetic AIgorithm for
QoS
multicast
routing problem in
WDM
networks)
[8]
、多样性保持的分布估计
算法
(Estimation
of Distribution AIgorithm with Diversity
Preservation
,
ED
Al
DP)
[町、
CS
(improved
Cuckoo Search
基金项目:国家自然科学基金资助项目
(10971060)
;湖南省教育厅重点项目(1
0A074
,
14
C0
781)
。
作者简介:谭阳(1
979
- )
,男,湖南望城人『副教授,硕!二,主要研究方向:人卫智能、信息、安全、数据挖掘;
γilJ
(1983
寸,另,湖南武冈人,
讲师,硕士.主安研究方向:人工智能;
陈琳(1
980
- )
,女,湖南湘沛人,训帅,
fc
页上,主要研究方向.数据挖掘
c