基于改进的遗传算法在函数优化中的应用

• 作者: 厉美璇 周潇 闫春
• 来源期刊: 计算机应用研究
• 关键词: 函数优化 遗传算法 全局寻优
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2982-2985
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0242

摘要

针对传统遗传算法在函数优化过程中容易陷入局部最优解、收敛慢等缺点,提出了一种新的自适应遗传算法NAGA.该算法考虑了种群适应度的多种集中分散程度,并且非线性地自适应调节遗传算法的交叉概率与变异概率;为了加快寻优效率,在选择算子方面将引进的选择算子与最优保存策略相结合;为了使遗传操作过程中种群数量恒定,又提出了保留亲本的策略.通过仿真实验发现,与经典遗传算法GA和IAGA相比,改进的自适应遗传算法在收敛速度与精准度等方面都有较大的进步.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫春	山东科技大学数学与系统科学学院	49	187	8.0	11.0
2	周潇	山东科技大学数学与系统科学学院	4	20	3.0	4.0
3	厉美璇	山东科技大学数学与系统科学学院	3	12	2.0	3.0