%0 Journal Article
%T 采用GEP编码的克隆选择算法实现函数建模
%A 莫海芳
%A 李康顺
%J 模式识别与人工智能
%P 878-884
%D 2013
%X 克隆选择算法是通过选择优良个体并进行大量克隆，继而高频变异实现演化的.为选择优良个体，通常对种群按照个体的适应值进行排序.然而，GEP编码具有一个特点，即适应值相同的染色体，它们的编码不一定相同.如果按适应值进行排序时允许出现重复值，那么，当种群中出现多个相同的超级个体时，其将被超量克隆，使种群趋向单一.如果按适应值进行排序且不允许出现重复值，将会错失一些适应值相同但编码不同的优良个体，从而影响收敛速度.为保持种群的多样性，提高收敛速度，对克隆选择算法进行改进:选择若干个编码不同的优良个体进行克隆，即先对种群按照适应值进行降序排序;若适应值相同再比较其编码，相同编码的多个个体只保留一个.通过函数建模的若干实验表明，改进后的算法有较快的收敛速度.
%K 函数建模
%K 克隆选择
%K GEP编码
%K 收敛速度
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9541.shtml