遗传算法的分析及其改进

被引：14

作者：

曹椋焱 ^{[1
]}

李光布 ^{[2
]}

李景辉 ^{[1
]}

机构：

[1] 上海师范大学数理信息学院

[2] 上海师范大学机械与电子工程学院

来源：

计算机仿真 | 2009年 / 26卷 / 07期

关键词：

简单遗传算法; 自适应遗传算法; 适应值;

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：

针对遗传算法的来源、基本原理、数学机理、特点进行了论述;然后详细分析了简单遗传算法在应用过程中出现收敛过慢和早熟现象的原因,并简单介绍了一种基于个体适应值的自适应调整交叉率和变异率的自适应遗传算法(AGA)。为了提高遗传算法的收敛性能,在分析其不足后,从三个方面进行改进并提出一种改进算法(IAGA)。最后,针对几种优化问题对所提出的算法和AGA进行了性能比较,证明提出的改进算法在达到最优解的收敛性能方面有了明显的提高。

引用

页码：228 / 231

页数：4

共 9 条

[1] 一种新的改进遗传算法及其性能分析[J].徐璐,涂承宇. 电子学报.2001(07)
[2] 自然遗传算法及其性能分析[J].李刚,童頫. 应用科学学报.1999(03)
[3] 基于克服过早收敛的自适应并行遗传算法[J].周远晖,陆玉昌,石纯一. 清华大学学报(自然科学版).1998(03)
[4] 一种克服遗传算法收敛于局部极小的方法[J].周春光,周国芹,程彦峰,常迪,梁艳春. 小型微型计算机系统.1997(03)
[5] 遗传算法的全局收敛性和计算效率分析[J].恽为民,席裕庚. 控制理论与应用.1996(04)
[6] 遗传算法的运行机理分析[J].恽为民,席裕庚. 控制理论与应用.1996(03)
[7] 基于遗传算法的外来电源落点选择[J].岑文辉,赵庆,戴文祥. 电力系统自动化.1995(02)
[8] MATLAB遗传算法工具箱及应用[M].西安电子科技大学出版社,雷英杰等编著,2005
[9] 遗传算法及其应用[M].人民邮电出版社,陈国良等编著,1996

← 1 →