| 基于改进协同遗传算法的有效载荷系统功能序列规划方法 |
| |
| 引用本文： | 王静,王春梅,姚秀娟. 基于改进协同遗传算法的有效载荷系统功能序列规划方法[J]. 国防科技大学学报, 2019, 41(6): 19-24 |
| |
| 作者姓名： | 王静 王春梅 姚秀娟 |
| |
| 作者单位： | 中国科学院国家空间科学中心,中国科学院国家空间科学中心,中国科学院国家空间科学中心 |
| |
| 基金项目： | 国防科技工业民用专项科研工程研制项目-首次火星探测任务资助课题 |
| |
| 摘 要： | 针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。
|
| 关 键 词： | 知识模型 功能序列规划 协同遗传算法 择劣变异 生存期适应度评估 |
| 收稿时间： | 2018-07-18 |
| 修稿时间： | 2018-11-16 |
Functional sequence planning method based on improved co-evolutionary genetic algorithm for payload system |
| |
| WANG Jing,WANG Chunmei and YAO Xiujuan. Functional sequence planning method based on improved co-evolutionary genetic algorithm for payload system[J]. Journal of National University of Defense Technology, 2019, 41(6): 19-24 |
| |
| Authors: | WANG Jing WANG Chunmei YAO Xiujuan |
| |
| Affiliation: | National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China;University of Chinese Academy of Sciences, Beijing 100049, China,National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China and National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | knowledge model functional sequence planning co-evolutionary genetic algorithm worst individual mutation life time fitness evaluation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载免费的PDF全文 |
|
