改进自适应遗传算法在函数优化中的应用研究

被引：31

作者：

陈明杰 ^{[1
]}

刘胜 ^{[2
]}

机构：

[1] 哈尔滨工业大学控制科学与工程博士后流动站

[2] 哈尔滨工程大学自动化学院

来源：

哈尔滨工程大学学报 | 2007年 / 08期

基金：

黑龙江省自然科学基金;

关键词：

自适应遗传算法; 交叉概率; 变异概率; 函数优化; 全局收敛;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.

引用

页码：875 / 879

页数：5

共 6 条

[1] 一种改进的自适应遗传算法 [J].