基于混合遗传算法的多目标问题规划

• 作者: 彭召意 蒋伟进 许宇胜
• 来源期刊: 微电子学与计算机
• 关键词: 遗传算法 梯度算法 混合算法 结构优化
• 年，卷（期）: 2004,（7）
• 页码范围: 132-134,142
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2004.07.035

摘要

遗传算法在问题优化中的应用已有了许多研究,但对于大型多目标规划问题而言,由于其问题特性和计算量大而限制了遗传算法的应用.为探索新的问题求解方法,提出了一种基于遗传算法和梯度算法的问题优化混合算法.用梯度法每次迭代得到的结果来改进遗传算法的群体,而用遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度法下一步迭代的初始点.通过保持迭代过程的最优解,加快了搜索速度,并保证收敛于全局最优解.算例表明该方法兼具遗传算法的全局搜索能力和梯度算法的局部搜索的特点,且具有良好的工程适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋伟进	株洲工学院计算机系	45	347	11.0	16.0
2	许宇胜	北京工业大学机电学院	20	177	8.0	12.0
3	彭召意	株洲工学院计算机系	10	32	4.0	5.0