基于机器学习的多策略并行遗传算法

来源：计算机集成制造系统杂志2021年第10期北京时间：

作者：张韵,钟慧超,张春江,李新宇,丛建臣

单位：1.华中科技大学数字制造装备与技术国家重点实验室2.山东理工大学机械工程学院

摘要：为了改善遗传算法的性能,提出一种基于机器学习的多策略并行遗传算法,使用机器学习方法改善遗传算法性能。首先,利用并行思想加速遗传算法进化过程,使用K均值聚类算法将初始种群划分为多个簇,然后将相似个体均匀分配给不同的子种群,保证子种群的多样性和均匀性;同时,在进化过程中,使子种群间相互通信,使用优秀个体替换其他种群中的较差个体,提升种群整体质量。然后,引入能自主感知环境的强化学习,实现遗传算法中重要参数交叉概率的自学习,使交叉概率根据经验适应进化过程。最后,通过函数实例测试验证了基于机器学习的多策略并行遗传算法的优越性和稳定性。

关键词：机器学习,遗传算法,强化学习,K均值聚类,并行计算

基金资助：国家重点研发计划资助项目(2018AAA0101700);国家自然科学基金青年基金资助项目(51905199);山东省重点研发计划资助项目(2019JZZY010445)。