应用基因概率学习算法求解最小码覆盖问题

华南理工大学学报(自然科学版) ›› 2003, Vol. 31 ›› Issue (6): 67-70,75.

应用基因概率学习算法求解最小码覆盖问题

林大瀛郝志峰舒蕾

华南理工大学应用数学系, 广东广州 510640

出版日期:2003-06-20 发布日期:2022-09-08
通信作者: 林大瀛(1978一)，女，硕士研究生，主要从事数理统计和优化算法研究。
作者简介:林大瀛(1978一)，女，硕士研究生，主要从事数理统计和优化算法研究。

Application of Population-based Incremental Learning Algorithm in Solving Code Covering Problem

LIN Daying HAO Zhifeng SHU Lei

Online:2003-06-20 Published:2022-09-08
Contact: 林大瀛(1978一)，女，硕士研究生，主要从事数理统计和优化算法研究。
About author:林大瀛(1978一)，女，硕士研究生，主要从事数理统计和优化算法研究。

摘要/Abstract

摘要： 概述最小码覆盖问题,以及现有的几种求解最小码覆盖问题的计算机搜索算法。在基因概率学习算法(PBIL)的基础上,建立码覆盖问题的目标函数,引进启发式算子HFO,针对局部陷阱设计跳出策略,从而获得一种新的快速求解码覆盖问题的算法。

关键词: 最小码覆盖, 基因概率学习算法, 启发式算子, 跳出策略

Abstract: In this paper the code covering problem and some of its computer search algorithms are introduced. Based on population-based incremental learning (PBIL) algorithm, a fast algorithm is presented with heuristic feasible operator (HFO) to solve some binary code covering problems. According to local minimum traps, several jump-out strategies are designed. Finally some new ideas are proposed for the algorithm improvement.

Key words: code covering problem, PBIL algorithm, heuristic feasible operator, jump-out strategy

林大瀛郝志峰舒蕾. 应用基因概率学习算法求解最小码覆盖问题[J]. 华南理工大学学报(自然科学版), 2003, 31(6): 67-70,75.

Lin Daying Hao Zhifeng Shu Lei. Application of Population-based Incremental Learning Algorithm in Solving Code Covering Problem[J]. Journal of South China University of Technology(Natural Science Edition), 2003, 31(6): 67-70,75.