自适应遗传算法在智能组卷中的应用 (2011年)

传统遗传算法在组卷过程中存在收敛速度慢、迭代次数多，以及采用固定遗传概率在遗传操作中极易破坏高适应性个体等问题。为此，提出一种用于提高组卷效率的自适应遗传算法。根据组卷参数的不同，采用有侧重的不完全随机搜索策略，针对低适应性个体借助交叉、变异算子进行快速淘汰，同时在迭代过程中增加最优个体保存机制，以较小的运算代价获得较高的组卷效率。实验结果表明，该算法在迭代次数、运行时间和组卷准确性方面均优于传统算法。