为了解决高校排课问题，提出了三倍体编码方案，解决了传统遗传算法所存在的问题。通过分层的方法将五维组合模型分解为三次二维组合模型，缩减问题规模；同时利用交替进化的方法对目标染色体循环优化。实验结果表明该方案实现了组合优化，提高了求解效率。
2021-08-21 14:00:27
627KB
1
深度学习视域下的生物教学设计——以“现代生物进化理论的由来”为例.pdf
2021-08-20 01:39:54
1.18MB
针对目前的量子进化算法在高维函数优化时容易陷入局部最优,利用信息熵的概念,将量子进化算法和免疫遗传算法进行改进与融合,提出一种基于信息熵的量子免疫遗传算法.该方法对抗体采用相位编码,用信息熵准确地度量量子比特的不确定信息;提出了一种按变量的种群熵降序排列的邻域搜索策略;对于抗体之间的相似度,给出了一种按个体熵相同变量位数的度量方法;用繁殖概率对抗体的多样性进行评价,并分别以函数优化问题和VRPSDP问题进行了仿真验证.研究结果表明:该算法收敛速度快,求解精度高.
2021-08-16 21:24:38
366KB
1