遗传算法性能评价指标

Ｍ． 科 是 不同的、 甚至是相 反的， 是相互矛盾 的。 数 、 全局搜索能力 ， 我们可 以根 据实 际需 基 本理论与应用 ［］ 北京 ： 学 出版社 ，
进而使 此， 在用进 化代数、 收敛时间和全局 搜 要调整他们在评价过程 中的 比， 燕玲． 于遗传算法通用试题 侯 基 索 能力进行算法性能评价时， 应该 以哪一 得进化性 能得到更好地评价 ， 微计算机信 息， ０８ ２０． 为了 比较评价 库 系统研究 … ． 个指标作为评价标准是需要 思考 的问题 ， 应用中发挥更重要 的作用。 我ｆ 需要一个参考标准。 ｆ Ｊ
其评价 的重要性， 从而满足不 同的 目的 。 对于时效性 的问题，可 以增大 ∞ 的 。
中图分类号：Ｐ 文献标识码 ： Ｔ３ Ａ
收录 日期 ：０ ２年 ２月 １ ２１ ５日 引言
在很多精密计算 中， 对算法的精度要求很 取 值 ， 小 ｔ、）的 取 值 ； 于 全 局 搜 索 减 ｏ‘ １ 对 高， 也就是 对全 局搜索能力要求 高 ， 必须 能力要求高的问题 中， 增大 ｔ 的取值 ， ｏ ， 减
方法。
制 各 个 性 能所 占用 的 比重 ， 而 更 好 地 得 从
三 、 论 结
还有些问题要求有进 化代数 的限制 ， 到 最 优 解 。
需要 在 有 限 的代 数 内得 到 最优 解 。 实 际 在
传 统遗 传 算 法 中 ， 们 常 常 利用 进 化 项 目的完成过程 中， 人 每个结果 的产生都需
本文提 出了一种新 的遗 传算法性 能
代数、 收敛时间和全局搜索能力等来 评估 要付 出一定 的代价 ： 人力 、 物力 、 财力 ， 而 评价指标 ， 以针对 不同的情况 ， 重不 可 侧 算法的性能。 而在进行算法 的实验研究过 为 了降低成本 ， 减少相关 的支 出 ， 需要 同的要求来调整进化代数 、收敛 时间、 就 全 程 中， 我们发现 ： 收敛 时间、 进化代 数、 全 限制进化代数， 比如就要优化一次得 到的 局 搜 索 概 率 的权 重 ， 而 评 价 改 进 后 的遗 进 局搜 索概率这三个性 能评价指 标在 具体 结果 ， 这样进化代数就 为一， 而对 收敛 时 传算法是不是有效地满足所需 的指标。
间 ； 局 搜 索 能 力： 价 指 标 ； 重 全 评 权
在 具 体 应用 时 ， 以 根据 不 同 的 要 求 可
则 该 结 果 失去 了它 的 及 时性 ， 样各 火 车 调整权重 Ｃ 的取值 ，体现在实 际问题 中 这 Ｏ 。
之间就有可 能会产生不可想象 的后果。
有 些 问题 要 求 全 局搜 索 能力 要 很 强 ，
得 到 确 切 的最 优 解 。 在炮 弹 的着 陆 点 问 小 【 、）的 取 值 ； 对 进 化 代 数 有 的 限 制 如 Ｉｔ ）１ ， ２ 而
题 中，我们要求其最优解要非 常精确 ， 精 的问题 ， 增大 ｔ 的取值 ， ｏ ２ 减小 ｔ 、 ， ｏ ∞ 的取
遗传算法 （ Ａ 由美国 Ｍｉｈ ａ Ｇ ） ｃｉ ｎ大学 确到一个很小的范 围内， ｇ 这样不论是在研 值。类似的， 如果实际 问题中要求的不仅 的 Ｈ ｌｎ ｏ ａｄ教 授于 １７ ｌ ９ ５年首 先提 出 ， 后 究炮弹的精密性 ， 还是在 实战 中， 有着 仅 是 一 个方 面 ， 可 以增 大 其 中 两 个 而 减 都 就 经 Ｄ ｏ ｇＧ ｌ ｅ ｅＪｎ 、 ｏｄ ｒ Ｂ ｇ等人改进推广， 广泛 举足轻重的作用 ， 而此 时对算法 的收敛代 小另外一个 ， 这样可 以达到利用权值来控 收敛 时间的要求相对就较低了。 应用于各类 问题。 它是一种模拟 自然界生 数、 物进化过程 与机 制的全局概率优 化搜索
时间要求很高， 了一定的时间限制所得 作 为 评 价 指标 。如 ： 过
［］ 晓华， ５徐 陈蠖， 陈宏 建． 变种群规模 可
到 的结果是无意 义的。如 ， 铁路 的调度 问
Ｐ Ａ＝１ ｒ ‘ Ｅ （ （一 ） Ｇ （．＋１ ＋ｏ １ Ｐ ） ） ，
的遗传算法 ［］ 系统仿真 学报 ，０ ６ １ ． Ｊ． ２ ０． ８
一
不同的遗传算法， 我们提出了一种 新的评 ［ 王 小平， ３ 】 曹立明． 遗传 算法——理论 、 价指标来判断不同遗传算法的性能。 二、 评价指标
、
实 际意 义
应用 与软件实现 ［】 西安 ： Ｍ． 西安 交通 大学
出版 社 ， ０ ２ ２ ０．
在实际 问题中， 我们评价算法的好坏 要具有实际的意义， 对三方面评价指标 的
要求也就有所不同。
４ ］ 曹勇 ， 李华德． 几种 改进遗传 算 在具体的遗传算法 实验 中， 以由使 ［ 刘刚， 可
用者 分别赋予收敛时 间、 进化代数 、 局 法 的 性 能 比较 全
２０．３ ０７ ２ ．
［］ 微 计 算 机 信 息 ， Ｊ．
利用加权后的值 有些 问题是时效性 的， 对算法 的收敛 搜索能力以不 同的权重，
现： 收敛时间、 进化代数 、 全局搜 索概率这 在最 短的时间 内得到各趟火 车到站 的停 ‘ ＋ ２（ ： ， 示 算 法 占 用 的 Ｃ Ｕ 时 １ ｔ ＋１ １Ｔ表 ） Ｏ ） ｌ ３ Ｐ
三个性 能评价指 标在具体 的评价 过程 中 靠路 线，那就对算法 的收敛 时间要求 极 间 ， 表 示 进 化 代 数 ， Ｅ Ｐ表 示 全 局 搜 索 能 是不能同时达到最优 的， 因此本文提 出了 高， 而对算法的进化代数 以及全局搜索能 力。用 Ｐ Ａ来衡量遗传算法的性能， Ｇ Ｇ ＰＡ
《 作 经 济 与科 技 》 ２ １ 合 ０ ２年 ４月号 下 （ 第 ４ ９期 ） 总 ３
的评 价 过 程 中 是不 能 同 时达 到 最 优 的 。 而 间和全局搜索能力 的要求没有 限制 。
且在研究种群规模对算法影 响时发现 ： 种
因 此 ， 们 可 以看 出 ， 遗 传 算 法 中 主要参考文献： 我 在
群规模增大的过程 中， 三个指标变化方 向 常用 的三个 评价指标： 收敛时间、 进化代 ［］ １ 李敏 强， 寇纪淞 ， 林丹等． 遗传 算法的
信息 ／ ＝ ＿ 科技
遗传 算法性 能评价指标
口文 ／刘晓 霞 窦 明鑫
（． １ 河北金融学院； ． ２ 中国地质大学长城学院 河北 ・ 定） 保
［ 提要］ 实验研 究过程 中，我们发 题 中 ， 优 调 度 方 案 需 要 及 时 给 出 ， 求 最 要
其 中 ， 值 ∞ 、 （ ∈［，３ 且 满 足 权 。 、， ０ １， ∞ ｏ
一
种新 的评 价 指标 ， 针对 不 同 问题 可 赋 力要求不高， 即 如果给出的算法收敛时间过 越 小 遗 传算 法 的 性 能越 好 。
予三 个不 同的权重， 利用加权后的值作为 长 ，在所 需的时间之内不 能给 出最优解 ， 评价指标来判断遗传算法的性能。 关键词： 遗传算法； 进化代数 ； 收敛 时