·474 北京科技大学学报 第34卷 表3迭代500次的遗传算法与遗忘遗传算法结果比较 Table 3 Comparison of results between the genetic algorithm and the genetic algorithm with forgetting after 500 iterations 遗传算法 遗忘遗传算法 欠费率/% 最优Fit 代数 平均最优it平均代数 最优Fit 代数 平均最优Fit 平均代数遗忘概率 6 0.896 105 0.8925 132 0.896 175 0.8914 234 0.020 市 0.794 5 0.7940 66 0.794 0.7902 187 0.040 30 0.709 16 0.7077 230 0.725 192 0.7028 237 0.035 40 0.627 必 0.6215 173 0.627 104 0.6210 228 0.040 50 0.529 131 0.5185 267 0.535 98 0.5159 223 0.025 0.460 217 0.4434 223 0.526 134 0.4332 266 0.100 0.436 159 0.3865 228 0.577 399 0.4328 256 0.080 80 0.460 49 0.3403 262 0.723 460 0.4399 275 0.050 不同的参数设置下，一般只需要较少的迭代次数就 gence.J Wuhan Univ Nat Sci,2001,47(1):33 可以获得更高质量的解.这说明遗忘遗传算法较好 (许明辉，高成修，于刚.一种克服遗传算法早熟的参数调整 地解决了高欠费率下最优适应值偏低的问题，早熟 及并行方法.武汉大学学报：理学版，2001,47(1)：33) [6]Xia H,Zhuang J,Wang L Z,et al.Environment-based synergic 情况得到明显改善， immune genetic algorithm.J Xian Jiaotong Univ,2009,43 4结论 (11):80 (夏虎，庄健，王立忠，等。一种考虑环境作用的协同免疫遗传 本文引入遗忘机制改进了基于二进制编码的传 算法.西安交通大学学报，2009,43(11)：80) 统遗传算法，并将改进的算法用于求解电信客户初 ] Fortescue TR,Kershenbaum LS,Ydstie B E.Implementation of 始信用评分问题.实验表明改进的遗传算法能显著 self-uning regulators with variable forgetting factors.Automatica, 1981,17(6):831 提高解的精度，有效防止算法早熟收敛，并且较好地 8] Meng X W,Cheng H.A learning algorithm of Hopfield neural net- 解决了采用传统遗传算法对高欠费率群体进行初始 work based on evolutionary programming with forgetting.Sof- 信用评分时算法的解不理想问题 wae,1998,9(2):151 (孟样武，程虎.基于遗忘进化规划的Hopfield网学习算法. 软件学报，1998,9(2)：151) 参考文献 [9] Chen H W,Xie LJ,Xie J P.A class of forgetting algorithms for [1]Li J H,Li M,Yuan L H.Clustering based pseudo-parallel genetic the value-based reinforcement leaming.Comput Res Dev,2001, 38(4):487 algorithms.Pattern Recognit Artif Intell,2009,22(2):188 (李军华，黎明，袁丽华.基于聚类的伪并行遗传算法.模式识 (陈焕文，谢丽娟，谢建平.一类值函数激励学习的遗忘算法 别与人工智能，2009,22(2)：188) 计算机研究与发展，2001,38(4)：487) Liu XZ,Zhou M.Improved adaptive genetic algorithm and its ap- [10]Zhang G W,Liao W H,Liu C Y,et al.Memorizing-forgetting plication to backward analysis of geotechnical engineering.J featured knowledge management and optimizing model.Nanjing Tongji Univ Nat Sci,2009,37(3):303 Unir Aeronaut Astronaut,008,40(2):265 (刘学增，周敏.改进的自适应遗传算法及其工程应用.同济 (张格伟，廖文和，刘长毅，等.知识的记忆一遗忘模型及其在 大学学报：自然科学版，2009,37(3)：303) 知识管理中的应用.南京航空航天大学学报，2008,40(2)： B]Ren Z W,San Y.Improvement of real-valued genetic algorithm 265) and performance study.Acta Electron Sin,2007,35(2):269 [11]Guo C L,Zhang L M.Visual memory with amnesic function and (任子武，伞治.实数遗传算法的改进及性能研究.电子学报， its application in attention selection.Pattern Recognit Artif Intell, 2007,35(2):269) 2008,21(3):381 4]Tan B C,Lian C Y,Xu A,et al.A method of improved genetic (过晨雷，张立明.带有遗忘的视觉记忆模型及其在注意力 algorithm for robotic path planning.Xian Technol Unir,2008, 选择上的应用.模式识别与人工智能，2008,21(3)：381) 28(5):456 02] Yang Q W,Jiang J P,Zhang G H.Improving optimization speed (谭宝成，廉春原，徐艾，等.一种基于改进遗传算法的机器人 for genetic algorithms.J Soficare,2001,12(2)270 路径规划方法.西安工业大学学报，2008,28(5)：456) (杨启文，蒋静坪，张国宏.遗传算法优化速度的改进。软件 [5]Xu M H,Gao C X,Yu G.Adjustment of parameters and parallel 学报，2001,12(2)：270) reality of a genetic algorithm based on avoiding premature conver- [13]He L,Wang K J,Li G B,et al.The analysis and research of ge-北 京 科 技 大 学 学 报 第 34 卷 表 3 迭代 500 次的遗传算法与遗忘遗传算法结果比较 Table 3 Comparison of results between the genetic algorithm and the genetic algorithm with forgetting after 500 iterations 欠费率/% 遗传算法 遗忘遗传算法 最优 Fit 代数 平均最优 Fit 平均代数 最优 Fit 代数 平均最优 Fit 平均代数 遗忘概率 10 0. 896 105 0. 892 5 132 0. 896 175 0. 891 4 234 0. 020 20 0. 794 5 0. 794 0 66 0. 794 12 0. 790 2 187 0. 040 30 0. 709 16 0. 707 7 230 0. 725 192 0. 702 8 237 0. 035 40 0. 627 54 0. 621 5 173 0. 627 104 0. 621 0 228 0. 040 50 0. 529 131 0. 518 5 267 0. 535 98 0. 515 9 223 0. 025 60 0. 460 217 0. 443 4 223 0. 526 134 0. 433 2 266 0. 100 70 0. 436 159 0. 386 5 228 0. 577 399 0. 432 8 256 0. 080 80 0. 460 49 0. 340 3 262 0. 723 460 0. 439 9 275 0. 050 不同的参数设置下，一般只需要较少的迭代次数就 可以获得更高质量的解． 这说明遗忘遗传算法较好 地解决了高欠费率下最优适应值偏低的问题，早熟 情况得到明显改善． 4 结论 本文引入遗忘机制改进了基于二进制编码的传 统遗传算法，并将改进的算法用于求解电信客户初 始信用评分问题． 实验表明改进的遗传算法能显著 提高解的精度，有效防止算法早熟收敛，并且较好地 解决了采用传统遗传算法对高欠费率群体进行初始 信用评分时算法的解不理想问题． 参 考 文 献 ［1］ Li J H，Li M，Yuan L H． Clustering based pseudo-parallel genetic algorithms． Pattern Recognit Artif Intell，2009，22( 2) : 188 ( 李军华，黎明，袁丽华． 基于聚类的伪并行遗传算法． 模式识 别与人工智能，2009，22( 2) : 188) ［2］ Liu X Z，Zhou M． Improved adaptive genetic algorithm and its ap￾plication to backward analysis of geotechnical engineering． J Tongji Univ Nat Sci，2009，37( 3) : 303 ( 刘学增，周敏． 改进的自适应遗传算法及其工程应用． 同济 大学学报: 自然科学版，2009，37( 3) : 303) ［3］ Ren Z W，San Y． Improvement of real-valued genetic algorithm and performance study． Acta Electron Sin，2007，35( 2) : 269 ( 任子武，伞冶． 实数遗传算法的改进及性能研究． 电子学报， 2007，35( 2) : 269) ［4］ Tan B C，Lian C Y，Xu A，et al． A method of improved genetic algorithm for robotic path planning． J Xi'an Technol Univ，2008， 28( 5) : 456 ( 谭宝成，廉春原，徐艾，等． 一种基于改进遗传算法的机器人 路径规划方法． 西安工业大学学报，2008，28( 5) : 456) ［5］ Xu M H，Gao C X，Yu G． Adjustment of parameters and parallel reality of a genetic algorithm based on avoiding premature conver￾gence． J Wuhan Univ Nat Sci，2001，47( 1) : 33 ( 许明辉，高成修，于刚． 一种克服遗传算法早熟的参数调整 及并行方法． 武汉大学学报: 理学版，2001，47( 1) : 33) ［6］ Xia H，Zhuang J，Wang L Z，et al． Environment-based synergic immune genetic algorithm． J Xi'an Jiaotong Univ，2009，43 ( 11) : 80 ( 夏虎，庄健，王立忠，等． 一种考虑环境作用的协同免疫遗传 算法． 西安交通大学学报，2009，43( 11) : 80) ［7］ Fortescue T R，Kershenbaum L S，Ydstie B E． Implementation of self-tuning regulators with variable forgetting factors． Automatica， 1981，17( 6) : 831 ［8］ Meng X W，Cheng H． A learning algorithm of Hopfield neural net￾work based on evolutionary programming with forgetting． J Soft￾ware，1998，9( 2) : 151 ( 孟祥武，程虎． 基于遗忘进化规划的 Hopfield 网学习算法． 软件学报，1998，9( 2) : 151) ［9］ Chen H W，Xie L J，Xie J P． A class of forgetting algorithms for the value-based reinforcement learning． J Comput Res Dev，2001， 38( 4) : 487 ( 陈焕文，谢丽娟，谢建平． 一类值函数激励学习的遗忘算法． 计算机研究与发展，2001，38( 4) : 487) ［10］ Zhang G W，Liao W H，Liu C Y，et al． Memorizing-forgetting featured knowledge management and optimizing model． J Nanjing Univ Aeronaut Astronaut，2008，40( 2) : 265 ( 张格伟，廖文和，刘长毅，等． 知识的记忆--遗忘模型及其在 知识管理中的应用． 南京航空航天大学学报，2008，40 ( 2) : 265) ［11］ Guo C L，Zhang L M． Visual memory with amnesic function and its application in attention selection． Pattern Recognit Artif Intell， 2008，21( 3) : 381 ( 过晨雷，张立明． 带有遗忘的视觉记忆模型及其在注意力 选择上的应用． 模式识别与人工智能，2008，21( 3) : 381) ［12］ Yang Q W，Jiang J P，Zhang G H． Improving optimization speed for genetic algorithms． J Software，2001，12( 2) : 270 ( 杨启文，蒋静坪，张国宏． 遗传算法优化速度的改进． 软件 学报，2001，12( 2) : 270) ［13］ He L，Wang K J，Li G B，et al． The analysis and research of ge- ·474·