华南理工大学学报(自然科学版) ›› 2011, Vol. 39 ›› Issue (5): 113-119.doi: 10.3969/j.issn.1000-565X.2011.05.020

• 计算机科学与技术 • 上一篇    下一篇

重用最大频繁模式的可持续进化算法

杨观赐1 李琴2 李少波1,2  钟勇1   

  1. 1.中国科学院 成都计算机应用研究所,四川 成都 610041; 2.贵州大学 教育部现代制造技术重点实验室,贵州 贵阳 550003
  • 收稿日期:2010-10-21 修回日期:2011-02-27 出版日期:2011-05-25 发布日期:2011-04-01
  • 通信作者: 杨观赐(1983-) ,男,博士生,主要从事计算智能研究. E-mail:guanci_yang@163.com
  • 作者简介:杨观赐(1983-) ,男,博士生,主要从事计算智能研究.
  • 基金资助:

    教育部新世纪优秀人才支持计划项目( NCET09-0094) ; 国家自然科学基金资助项目( 60975049) ; 贵州省科学技术基金资助项目( 黔科合J 字[2010]2095 号)

Sustainable Evolutionary Algorithm for Reusing Maximum Frequent Patterns

Yang Guan-ciLi Qin2  Li Shao-bo1,2  Zhong Yong1   

  1. 1. Chengdu Institute of Computer Applications,Chinese Academy of Sciences,Chengdu 610041,Sichuan,China; 2. Key Laboratory of Advanced Manufacturing Technology,Ministry of Education,Guizhou University,Guiyang 550003,Guizhou,China
  • Received:2010-10-21 Revised:2011-02-27 Online:2011-05-25 Published:2011-04-01
  • Contact: 杨观赐(1983-) ,男,博士生,主要从事计算智能研究. E-mail:guanci_yang@163.com
  • About author:杨观赐(1983-) ,男,博士生,主要从事计算智能研究.
  • Supported by:

    教育部新世纪优秀人才支持计划项目( NCET09-0094) ; 国家自然科学基金资助项目( 60975049) ; 贵州省科学技术基金资助项目( 黔科合J 字[2010]2095 号)

摘要: 为了重用进化过程中沉淀在优秀个体集中的信息,设计了最大频繁序列模式挖掘算法,并在其基础上提出了重用最大频繁模式的可持续进化算法( MFPEA) .该算法设置了多个不同层次的种群为不同适应度水平的个体提供生存空间,采用最大频繁序列模式挖掘算法挖掘种群中的优良基因,并将具有优良基因模块的新个体注入到不同适应度水平的种群中.文中还设计了针对不同问题动态调整进化种群规模的函数,通过一组统计数据研究了平衡计算时间与进化质量的相关参数. 实验结果表明,MFPEA 在维持遗传信息稳定性、避免早熟收敛方面表现良好,且获得了xit1083 问题的新最优解记录( 3611. 496) .

关键词: 最大频繁序列模式, 序列挖掘, 基因重用, 可持续进化算法, 旅行商问题

Abstract:

In order to make good reuse of the information precipitated in excellent individuals during the evolutionary process,a maximal frequent sequential pattern mining algorithm ( MFSPMA) is proposed,based on which a sustainable evolutionary algorithm for reusing the maximum frequent patterns is put forward and is abbreviated to MFPEA. In MFPEA,several subpopulations are adopted to provide survival space for the individuals with different
fitness levels,MFSPMA is used to extract excellent genes from the population,and new individuals with excellent gene schema are poured into the subpopulations to stabilize the inheritance of genetic information. Furthermore,a self-adaptive function is designed to adjust the population size for different problems,and a series of statistical data is used to investigate the parameters balancing the computation time and the evolutionary quality. Experimental results show that MFPEA performs good functions in maintaining information stability and avoiding premature convergence,and that it sets a new tour record,namely 3611. 496,for the xit1083 instance.

Key words: maximal frequent sequential pattern, sequence mining, gene reuse, sustainable evolutionary algorithm, traveling salesman problem