遗传算法的改进策略及其应用

针对基本遗传算法在优化应用中遇到的诸如局部搜索能力差、计算量大、对较大搜索空间适应能力差和早熟收敛等棘手问题 ,本文将传统的单纯形搜索算法与遗传算法结合 ,提出了一种混合遗传算法 ,并在进化操作中将交叉 ,变异概率与个体的适应度结合提出了一种个体自适应概率 ,使算法在产生新个体的同时 ,最大限度地保护优秀个体不受破坏 ,从而提高了整个算法的运算效率 ;在上述基础上又引入了加速循环操作以加强对优秀个体的利用率 ,进一步提高算法的效率。通过典型测试函数的数值算例验证 ,表明本文方法不但可以有效地克服遗传算法的上述缺陷 ,而且计算速度、稳定性、精度都有明显提高。