原文服务方: 现代电子技术       
摘要:
遗传算法作为一种模仿生物自然进化过程的全局随机优化算法,在工程中已得到广泛应用.但普通遗传算法易存在早熟及收敛速度慢等缺点.提出一种快速收敛的改进遗传算法,该算法从全局出发,对初始群体生成、遗传选择、交叉和变异算子操作等几个方面做出改进,其中重点对交叉率和变异率进行优化,实现交叉率和变异率按个体适应度以S曲线和高斯分布曲线形式进行非线性自适应调整.通过案例仿真分析,证明了该方法的可行性和有效性,且具有更快的收敛速度和更可靠的稳定性.
推荐文章
基于改进的遗传算法在函数优化中的应用
函数优化
遗传算法
全局寻优
改进的自适应遗传算法在函数优化中的应用
自适应遗传算法
函数优化
求解精度
种群适应度
改进遗传算法在渡槽优化设计中的应用
遗传算法
混合离散变量
遗传算子
优化设计
渡槽
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的快速遗传算法在函数优化中的应用
来源期刊 现代电子技术 学科
关键词 遗传算法 高斯分布 自适应 收敛 性能仿真 函数优化
年,卷(期) 2018,(17) 所属期刊栏目 测控与自动化技术
研究方向 页码范围 153-157
页数 5页 分类号 TN911.1-34|TP18
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.17.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡中功 武汉工程大学电气信息学院 27 307 8.0 17.0
2 周勇 长江大学工程技术学院信息工程学院 11 41 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (253)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(8)
  • 参考文献(0)
  • 二级参考文献(8)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
高斯分布
自适应
收敛
性能仿真
函数优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导