Efektywny operator krzyżowania i mutacji w algorytmie genetycznym

Pliszka, Z.; Unold, O.

Artykuł - szczegóły

Tytuł artykułu

Efektywny operator krzyżowania i mutacji w algorytmie genetycznym

Autorzy

Pliszka Z. , Unold O.

Identyfikatory

Warianty tytułu

Efficient crossover and mutation operator in genetic algorithm

Języki publikacji

Abstrakty

W pracy rozważono alternatywną wobec reprezentacji binarnej reprezentację Hadamarda, w które] operuje się na liczbach +1 oraz -1. Wskazano pewne właściwości tak zdefiniowanej reprezentacji oraz wyrażono w niej operatory genetyczne krzyżowania i mutacji wraz z podaniem wzorów na indeksy potomnych elementów.

Hadamard representation, an alternative representation to binary one is considered. Some properties of the Hadamard representation are shown. Crossover and mutation operators over Hadamard-coded genetic algorithm are expressed. Both of the operators work using indexes of the chromosomes instead of their contents.

Słowa kluczowe

algorytm genetyczny kodowanie binarne reprezentacja Hadamarda operator krzyżowania operator mutacji

genetic algorithm binary coding Hadamard coding inversion operator crossover operator mutation operator

Wydawca

Wydawnictwo SIGMA-NOT

Czasopismo

Elektronika : konstrukcje, technologie, zastosowania

Rocznik

2011

Tom

Vol. 52, nr 2

Strony

166--170

Opis fizyczny

Bibliogr. 16 poz., tab.

Twórcy

autor

Pliszka Z.

autor

Unold O.

Miejska Biblioteka Publiczna we Wrocławiu

Bibliografia

[1] Arabas J.: Wykłady z algorytrnów ewolucyjnych. PWN, Warszawa 2004.
[2] Asselmeyer T., Ebeling W.: Unified description of evolutionary strategies over continuous parameter spaces. BioSystems, 41(3), 167-178, 1997.
[3] Bethke A. D.: Genetic algorithms as function optimizers. PhD Thesis, University of Michigan. 1980.
[4] Beyer H. G.: Toward a theory of evolution strategies: On the benefits of sex - the (µ/µ, ?) theory. Evolutionary Computation, 3(1), 81-111, 1995.
[5] Davis L.: Handbook on Genetic Algorithms. Van Nostrand Reinhold, New York 1991.
[6] Goldberg D. E.: Algorytmy genetyczne i ich zastosowania. WNT, Warszawa 1998.
[7] Hadamard J.: Resolution d'une question relative aux determinants. Bull. Sci. Math. 2, 240-246. 1893.
[8] Holland J.: Adaptation in Natural and Artificial Systems. MIT Press, Cambridge (MA),1975.
[9] Mühlenbein H., Schlierkamp-Voosen D.: Analysis of Selection, Mutation and Recombination in Genetic Algorithms. w: Evolution as a Computational Process, red. W. Banzhaf, F. H. Eeckman, LNCS 899, Springer, Berlin, Heidelberg, 188-214, 1995.
[10] Pliszka Z., Unold O.: O pewnych reprezentacji binarnej i próbie uporządkowania przestrzeni An. Raporty Inst. Inform. Autom. Robot. PWroc. 2011 Ser. PRE nr2.
[11] Rudolph G.: Finite Markov chain results in evolutionary computation: A tour d'horizon. Fundamenta Informaticae, 34, 1-22, 1998.
[12] Rutkowska D., Pilinski M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN, Warszawa 1997.
[13] Thierens D.: Dimensional analysis of allele-wise mixing revisited. w: Parallel Problem Solving From Nature, PPSN IV, red. H. M. Voigt i in., Springer, Berlin, Heidelberg, 225-265, 1996.
[14] Wierzchoń S. T.: Sztuczne systemy immunologiczne. Teoria i zastosowania. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
[15] Vose M. D., Liepins G. E.: Punctuated equilibria in genetic search. Complex Systems, 5(1), 31-44, 1991.
[16] (www) http://olgierd.unold.staff.iiar.pwr.wroc.pl/elektronika/.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BWA1-0043-0041