基于多层信念空间的文化算法研究

zmmdmn

摘 要： 针对标准文化算法中影响函数仅通过单层信念空间来指导种群进化，易导致双演化文化算法结构失效 及全局寻优能力差、不稳定等问题，提出一种基于多层信念空间的文化算法．算法通过对多层信念空间实行分层管理， 在提高知识有效性的同时为主群体空间的进化提供最优模式．根据种群分散度自适应调整多层信念空间的融合机制， 从而在进化前期维持种群的多样性，在进化后期加速种群收敛．基于典型复杂函数的数值仿真研究表明，该算法在解 的精度、稳定性及全局寻优能力等方面较其它同类算法有明显的优势．
/ ~& B% X% J$ ?" _+ P2 ^) J0 s
关键词： 文化算法；多层信念空间；分层管理；种群分散度；融合机制
' O2 K( K. F$ F9 P( ^* i
+ t9 g0 ?) a. H      文 化 算 法 作 为 一 种 全 新 的 进 化 算 法 是 由 Ｒｅｙｎｏｌｄｓ［１］于 １９９４年提出的．区别于其它进化算法，文 化算法是一种基于知识的双层进化系统，由种群空间和 信念空间组成，两者分别从微观和宏观两个层面模拟进 化过程．不同层次间相互促进且相互影响．
' r8 i9 L4 }( z, ~. j/ |3 W1 g

7 M0 D! T, P, P# \. p! f! p8 D附件下载：

游客，如果您要查看本帖隐藏内容请回复

4 s* Q& l7 e# \1 Q& X

senlenced3

多谢分享 快康康