典型文献
双种群自适应遗传算法及其在知识挖掘中应用
文献摘要：
针对传统遗传算法的交叉率和变异率最优值难以确定及进化种群单一性等问题,提出一种双种群自适应遗传算法(DPAGA).算法引入主导种群和辅助种群,并将生物界有性繁殖特征应用于交叉操作,让主导种群和辅助种群在进化过程中执行不同的交叉和变异策略,极大地提高了算法的寻优效率.在实践教学质量评价工作中,知识规则是实现教学质量评价的依据,为获得更加优质的知识规则,将DPAGA算法应用于实践教学质量评价知识规则挖掘.实验结果表明,基于改进遗传算法的知识规则挖掘方法是有效的,能够快速挖掘出优秀的新知识规则,使实践教学质量评价知识规则库能得以更新和发展.
文献关键词：
双种群自适应遗传算法;主导种群;辅助种群;知识规则挖掘;实践教学质量评价
中图分类号：
作者姓名：
严太山;王欣
作者机构：
湖南理工学院信息科学与工程学院,岳阳 414000
文献出处：
引用格式：
[1]严太山;王欣-.双种群自适应遗传算法及其在知识挖掘中应用)[J].现代计算机,2022(23):38-43
A类：
双种群自适应遗传算法,DPAGA,主导种群,辅助种群,知识规则挖掘
B类：
知识挖掘,最优值,难以确定,单一性,入主,生物界,有性繁殖,繁殖特征,特征应用,交叉操作,变异策略,极大地提高,优效,实践教学质量评价,评价工作,算法应用,评价知识,改进遗传算法,挖掘方法,挖掘出,新知识,知识规则库
AB值：
0.214627
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
