一种符号网络弱不平衡度的评价方法及系统

    公开(公告)号:CN109063176A

    公开(公告)日:2018-12-21

    申请号:CN201810958236.4

    申请日:2018-08-22

    CPC classification number: G06N3/006 G06Q10/0639 G06Q50/01

    Abstract: 本发明公开了符号网络弱不平衡度的评价方法及系统,该方法包括根据邻接矩阵采用轮盘赌算法生成个体压缩表示;根据个体压缩表示及种群规模随机生成popSize个个体,得到初始种群;对所述初始种群初始化得到父代种群;更新父代种群maxGen次,将循环第maxGen次时得到的子代种群确定为优化种群;更新父代种群具体包括对父代种群依次进行选择操作、交叉操作、变异操作、轮换操作及局部搜索;根据适应值函数计算所述优化种群中全部个体的适应值,将所述优化种群中适应值最大的个体确定为所述符号网络的弱不平衡度。本发明通过根据个体压缩表示生成初始种群,有效地降低了基因型网络空间的规模,提高了使用本发明方法计算符号网络弱不平衡度时的准确性及效率。

    一种符号网络弱不平衡度的评价方法及系统

    公开(公告)号:CN109063176B

    公开(公告)日:2021-05-04

    申请号:CN201810958236.4

    申请日:2018-08-22

    Abstract: 本发明公开了符号网络弱不平衡度的评价方法及系统,该方法包括根据邻接矩阵采用轮盘赌算法生成个体压缩表示;根据个体压缩表示及种群规模随机生成popSize个个体,得到初始种群;对所述初始种群初始化得到父代种群;更新父代种群maxGen次,将循环第maxGen次时得到的子代种群确定为优化种群;更新父代种群具体包括对父代种群依次进行选择操作、交叉操作、变异操作、轮换操作及局部搜索;根据适应值函数计算所述优化种群中全部个体的适应值,将所述优化种群中适应值最大的个体确定为所述符号网络的弱不平衡度。本发明通过根据个体压缩表示生成初始种群,有效地降低了基因型网络空间的规模,提高了使用本发明方法计算符号网络弱不平衡度时的准确性及效率。

Patent Agency Ranking