一种改进的遗传算法及其在剩余静校正中的应用

本文综合利用模拟退火和遗传算法的特点，给出一种改进的遗传算法，即根据模拟退火的概率分布函数提供群体的初值，然后使用遗传算法的选择算子和杂交算子进行搜索，在此基础上，再降低温度提供新的初值，进行反复迭代，从而搜索到全局最优解。通过估计剩余静校正的模拟试验表明，该方法只需要较小的群体规模，与常规的遗传算法相比，没有其它更多的控制参数，且全局收效的效率有了很大的提高。