改进的状态空间模型遗传算法及其全局收敛性分析

• 作者: 刘芾 李茂军 肖雨荷 莫红 齐战
• 来源期刊: 控制理论与应用
• 关键词: 状态空间模型遗传算法 吸收态马尔可夫过程 可达状态集 全局收敛 进化算法
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 2115-2122
• 页数: 8页
• 语种: 中文
• DOI: 10.7641/CTA.2020.90986

摘要

基于状态空间模型遗传算法(GABS)是一种新型实数编码进化算法,在工程优化问题中取得良好的应用效果.针对GABS缺乏有效的数学模型及理论依据,研究并建立了GABS的吸收态马尔可夫过程模型,从可达状态集的角度对GABS进行分析并证明GABS不是全局收敛的.基于此提出了一种扩张可达状态集的改进型GABS(MGABS),改进方法的两种变异策略不仅扩张了算法的可达状态集、提高了种群多样性,而且加快了算法的收敛速度与精度,并证明了MGABS具有全局收敛性.最后利用经典测试函数验证了其综合性能明显优于其他3种算法,为算法在工程中的应用提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李茂军		56	528	12.0	21.0
2	莫红		17	55	4.0	7.0
3	刘芾		5	0	0.0	0.0
4	齐战		5	0	0.0	0.0
5	肖雨荷		4	0	0.0	0.0