Biblioteca122.294 documentos en línea

Artículo

An Improved Real-Coded Genetic Algorithm Using the Heuristical Normal Distribution and Direction-Based CrossoverUn algoritmo genético mejorado con código real que utiliza la distribución normal heurística y el cruce basado en la dirección

Resumen

Se propone un algoritmo genético de código real mejorado con varios descendientes (MOIRCGA) que utiliza la distribución normal heurística y el cruce basado en la dirección (HNDDBX) para resolver problemas de optimización con restricciones. En primer lugar, se propone un operador HNDDBX. Garantiza que los descendientes generados por el cruce se encuentran cerca de los mejores individuos de la población. De esta manera, el operador HNDDBX asegura que hay una gran posibilidad de generar mejores descendientes. En segundo lugar, a medida que aumentan las iteraciones, es probable que aparezcan los mismos individuos en la población. Por lo tanto, es posible que los dos padres del cruce de participación sean los mismos. En estas circunstancias, la operación de cruce no genera nuevos individuos y, por tanto, no funciona. Para evitar este problema, se añade la operación de sustitución después del cruce para que no se dupliquen los mismos individuos en la población. Esto mejora la eficiencia computacional de MOIRCGA al hacer que converja rápidamente a la solución óptima global. Por último, con el fin de subsanar la deficiencia de un único operador de mutación que no puede tener en cuenta simultáneamente la búsqueda local y la búsqueda global, se propone un método de mutación combinada con búsqueda local y búsqueda global. Los resultados experimentales con dieciséis ejemplos demuestran que el algoritmo genético de código real mejorado con varios descendientes (MOIRCGA) tiene una rápida velocidad de convergencia. Como ejemplo, se formula el modelo de optimización de la estructura de la viga en voladizo, y el MOIRCGA propuesto se compara con el RCGA en la optimización de los parámetros de la estructura de la viga en voladizo. Los resultados de la optimización muestran que el valor de la función obtenido con el MOIRCGA propuesto es superior al del RCGA.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento