文献类型：期刊文章

作　　者：冯智莉[1] 易国洪[1,2] 李普山[1] 黎慧源[1] 代瑜[1]

Feng Zhili;Yi Guohong;Li Pushan;Li Huiyuan;Dai Yu(School of Computer Science and Engineering,Wuhan Institute of Technology,Wuhan 430205,Hubei,China;Hubei Provincial Key Laboratory of Intelligent Robot,Wuhan Institute of Technology,Wuhan 430205,Hubei,China)

机构地区：[1]武汉工程大学计算机科学与工程学院,湖北武汉430205 [2]武汉工程大学智能机器人湖北省重点实验室,湖北武汉430205

出　　处：《计算机应用与软件》

基　　金：国家自然科学基金项目(61502355)

年　　份：2018

卷　　号：35

期　　号：11

起止页码：1-7

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：说明遗传算法的基本思想和特点。根据近五年国内遗传算法的研究现状,分析遗传算法当前发展的潜力与不足。对遗传算法未来的发展和研究热点进行了推理,指出遗传算法的主要发展方向是并行化,研究热点将集中在早熟机理和参数设置等方面,并且遗传算法未来会跟其他的技术进一步结合。从遗传算法的主要环节入手,分析遗传算法的并行化策略和4种常见的并行化模型,并分析不同模型使用的硬件环境和模型的优缺点。对并行化遗传算法的评价模型进行讨论,说明了常见的评价模型和改进之处。

关 键 词：经典遗传算法  并行化 性能评估  

分 类 号：TP301.6]