一种改进适应度函数的遗传算法

被引：61

作者：

玄登影

王福林

高敏慧

马海志

机构：

[1] 东北农业大学工程学院

来源：

数学的实践与认识 | 2015年 / 45卷 / 16期

关键词：

遗传算法; 改进适应度函数; 函数优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对遗传算法搜索导优中适应度函数的设计不当,将难以体现个体差异和选择操作的作用,从而造成早熟收敛的问题,构建了两种基于顺序的适应度函数的模型.适应度函数的设计使得在进化过程中控制选择压力,种群竞争力得到增强,早熟现象得到改善.并将改进的算法应用在复杂函数优化问题上,MATLAB优化结果表明,算法在种群多样性、搜索速度、计算精度上均有改善,推动遗传算法在工程领域的应用.

引用

收藏

页码：232 / 238

页数：7

相关论文

共 21 条

[1]

基于数据分析的预测理论与方法研究 [D].

王晓佳 .

合肥工业大学,

2012

[2]

一种改进的遗传算法及应用 [D].

李延梅 .

华南理工大学,

2012

[3]

针对函数优化问题的粒子群优化算法的改进研究 [D].

张振文 .

广西大学,

2012

[4]

二倍体自适应遗传算法在函数优化中的应用 [D].

位二伟 .

重庆大学,

2012

[5]

实数编码下遗传算法的改进及其应用 [D].

管小艳 .

重庆大学,

2012

[6]

双链量子遗传算法的收敛性分析及改进方法研究 [D].

郑冉 .

南昌航空大学,

2012

[7]

遗传算法中适应度尺度变换与操作算子的比较研究 [D].

郭晓原 .

华北电力大学,

2012

[8]

群智能算法及其在函数优化中的应用研究 [D].

唐超礼 .

安徽理工大学,

2007

[9]

Rebirthing genetic algorithm for storm sewer network design [J].

Afshar, M. H. .

SCIENTIA IRANICA, 2012, 19 (01) :11-19

[10]

Weight minimization of trusses with genetic algorithm.[J]..Applied Soft Computing Journal.2010, 2