一种基于Rough集的启发式人工选择算法 (2007年)

在传统二进制编码遗传算法(GA)的基础上，提出一种基于Rough集的启发式人工选择算子和人工选择算法。利用粗糙集对遗传算法的历史数据进行分析，发现重要基因位，获得重要模式信息，并以此为启发式信息，选择优秀模式进行人工育种，从而对复杂优化问题进行有效求解。采用该算法对典型测试函数进行了验证，算例结果表明，人工选择算法加速了常规遗传算法进化速度，提高了收敛效率。