广州达美网站建设初中生怎么升大专学历
文章目录
- 标题
- 摘要
- 结论
- 研究背景
- 研究内容、成果
- 常用基础理论知识
- 潜在研究点
- 文献链接
标题
A Mixed Strategy for Evolutionary Programming Based on Local Fitness Landscape
摘要
进化规划（EP）的性能受到许多因素的影响（如突变操作符和选择策略）。虽然传统的高斯突变算子方法可能是有效的，但整个总体的初始规模可以非常大。这可能会导致传统的EP需要太长的时间才能达到收敛。为了解决这个问题，EP已经以各种方式进行了修改。特别是，对突变算子的修改可以显著提高EP的性能。然而，操作员只有在特定的适应度环境中才有效。因此，为了结合不同运营商的优点，提出了混合策略。混合策略的设计目前是基于应用单个操作人员的性能。与当地适应度景观的信息直接相关。本文提出了一种改进的自动适应局部混合策略，并实现了针对给定典型适应度景观选择最优混合策略的训练程序。该算法在一套23个基准函数上进行了验证。
结论
研究背景
进化规划（EP）是一个分支