混沌遗传算法(CGA)的应用研究及其优化效率评价

• 作者: 姚俊峰 彭小奇 梅炽
• 来源期刊: 自动化学报
• 学科: 数学
• 关键词: 混沌遗传算法 随机扰动 优化 优化效率
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 935-942
• 页数: 8页
• 分类号: O236
• 字数: 5735字
• 语种: 中文

摘要

利用混沌运动的遍历性,提出了一种求解优化问题的混沌遗传算法(CGA,Chaos Genetic Algorithm).该算法的基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变量对子代群体进行微小扰动并随着搜索过程的进行逐渐调整扰动幅度.研究结果表明,该方法效果显著,明显提高了优化计算效率.本文将"平均截止代数"和"截止代数分布熵"作为评价指标,对混沌遗传算法(CGA)的优化效率进行了研究,定量地评价了CGA的优化效率,通过与遗传算法(GA)进行比较,进一步说明了CGA的优化效率高于GA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅炽	中南大学应用物理与热能工程系	93	868	14.0	24.0
2	彭小奇	中南大学应用物理与热能工程系	112	1229	18.0	30.0
3	姚俊峰	中南大学应用物理与热能工程系	10	349	7.0	10.0