分布式遗传算法策略优化及应用研究

遗传算法作为智能计算和软计算方法的重要组成部分，具有广阔的应用前景。为了使其在各种应用领域更好地发挥作用，必须根据各种不同问题的特征，系统考虑宏观遗传策略和微观遗传策略的研究。基于分布式遗传算法（Distributed GA, DGA）特点和要求进行编码方案的设计与选择、遗传算子的设计与选择以及参数的调整，实现以算法策略的适应性来解决问题的多样性。这种系统研究思路可以实现宏观策略与微观策略的最优匹配，提高遗传算法整体有效性，对遗传算法的理论研究和应用研究有着重要的借鉴意义。为此，本项目借鉴计算机内部对浮点数的表示方法，研究一种新的编码策略- - 可变二进制编码及相应的遗传算子，对交叉算子选择策略和变异算子适应性调整策略进行研究，设计一种新的层次型分布式遗传算法，并将遗传算法与数据挖掘中支持向量机技术相结合，探讨遗传算法应用于数据挖掘的一种新的手段和方法。