基于遗传算法的划分序乘积空间问题求解层选择

来源：软件学报杂志2024年第4期北京时间：

作者：徐怡，邱紫恒

单位：徐怡，安徽大学 计算机科学与技术学院, 安徽 合肥 230601;计算智能与信号处理教育部重点实验室 (安徽大学), 安徽 合肥 23060111,邱紫恒，安徽大学 计算机科学与技术学院, 安徽 合肥 23060102

摘要：划分序乘积空间作为一种新的粒计算模型, 可以从多个视角和多个层次对问题进行描述和求解. 其解空间是由多个问题求解层组成的格结构, 其中每个问题求解层由多个单层次视角构成. 如何在划分序乘积空间中选择问题求解层是一个NP难问题. 为此, 提出一种两阶段自适应遗传算法TSAGA (two stage adaptive genetic algorithm)来寻找问题求解层. 首先, 采用实数编码对问题求解层进行编码, 然后根据问题求解层的分类精度和粒度定义适应度函数. 算法第1阶段基于经典遗传算法, 预选出一些优秀问题求解层作为第2阶段初始种群的一部分, 从而优化解空间. 算法第2阶段, 提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子, 从而在优化的解空间中进一步选择问题求解层. 实验结果证明了所提方法的有效性.

关键词：粒计算;划分序乘积空间;遗传算法;问题求解层

基金资助：国家自然科学基金(62076002)；安徽省自然科学基金(2008085MF194)