基于最优加权进化的自适应遗传算法及性能研究

• 作者: 赵玉强 钱谦
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 遗传算法 自适应 最优加权进化 函数优化
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 68-72
• 页数: 5页
• 分类号: TP391
• 字数: 4273字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.11.015

摘要

为了克服遗传算法收敛慢及容易陷入局部极值等问题,文中提出了一种基于最优加权进化的自适应遗传算法.该算法将具有相同搜索结果的进化代数(记为Gf)加权处理后得到的权重与个体适应度相结合来调整变异概率,并且算法根据Gf的值自适应的调节交叉和变异的操作次序,以便提高算法的搜索性能.此外,同代所有个体在交叉操作上应具有同等地位和相同概率,从而使算法的搜索在各个方向上保持均匀性,进而增大了优秀个体的产生机率.利用四个复杂函数进行仿真测试,结果表明,该算法在收敛能力和跳出局部极值的能力方面有较大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵玉强	昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室	3	12	2.0	3.0
2	钱谦	昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室	16	98	4.0	9.0