17、遗传算法与文本分割技术解析

遗传算法与文本分割技术解析

1. 遗传算法在动态优化问题中的应用

1.1 动态优化问题的提出

提出了一种新的动态优化问题：单目标无约束动态优化问题，其中包含未知的活跃变量和边界（DOPUAVBs）。随着时间推移，变量的活跃状态和边界都会发生变化，该问题可拆分为两个子问题：含未知活跃变量的动态优化问题（DOPUAV）和含未知边界的动态优化问题（DOPUB）。

1.2 解决技术

为解决 DOPUAVBs 问题，提出了三种基于遗传算法（GA）的技术：
- GAUAV：处理未知活跃变量的遗传算法。
- GAUB：处理未知可变边界的遗传算法。
- GAUAVB：同时处理未知活跃变量和动态边界的遗传算法。

将这些技术与简单遗传算法（SGA）进行比较。

1.3 基于可行性的比较

通过计算平均可行性（AFP）来比较各算法引导种群进入可变可行区域的能力，AFP 值越高越好。以下是不同算法在不同指标下的 AFP 数据：

<

NOV	SGA (%)	GAUAV (%)	GAUB (%)	GAUAVB (%)
1/1	77.50	77.39	89.74	90.26