文献类型：期刊文章

作　　者：刘全[1,2] 王晓燕[1] 傅启明[1] 张永刚[2] 章晓芳[1,3]

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006 [2]符号计算与知识工程教育部重点实验室(吉林大学),吉林长春130012 [3]计算机软件新技术国家重点实验室(南京大学),江苏南京210093

出　　处：《软件学报》

基　　金：国家自然科学基金(60873116;61070223;61103045;61170020);江苏省自然科学基金(BK2008161;BK2009116);江苏省高校自然科学研究项目(09KJA520002;09KJB520012);吉林大学符号计算与知识工程教育部重点实验室资助项目(93K172012K04)

年　　份：2012

卷　　号：23

期　　号：4

起止页码：765-775

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20121915008111)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统遗传算法早熟收敛和收敛速度慢的问题,提出一种双精英协同进化遗传算法(double elitecoevolutionary genetic algorithm,简称DECGA).该算法借鉴了精英策略和协同进化的思想,选择两个相异的、高适应度的个体(精英个体)作为进化操作的核心,两个精英个体分别按照不同的评价函数来选择个体,组成各自的进化子种群.两个子种群分别采用不同的进化策略,以平衡算法的勘探和搜索能力.理论分析证明,该算法具有全局收敛性.通过对测试函数的实验,其结果表明,该算法能搜索到几乎所有测试函数的最优解,同时能够有效地保持种群的多样性.与已有算法相比,该算法在收敛速度和搜索全局最优解上都有了较大的改进和提高.

关 键 词：遗传算法 进化算法 精英策略 协同进化 种群多样性

分 类 号：TP181]