一种基于基因突变的改进遗传算法
本文通过分析”种群多样性”和”选择性压力”对标准遗传算法性能和优化效果的影响,提出了一种基于基因突变的改进遗传算法.该算法通过基因突变,使得每一代中最优个体的数目维持在一个稳定的常数,有效地控制了选择机制对低适应值个体所造成的生存压力,并通过基因突变,产生了新的模式和个体,丰富了种群的多样性,并有可能使得算法向更好的方向优化,提高了算法搜索到全局最优解的概率,同时较好地避免了由于超级个体的存在而造成的早熟现象.通过实算检验了算法的可行性.实验结果表明,改进后的算法是可行的,较标准的遗传算法而言,其优化性能有所提高.
最优化理论 遗传算法 随机搜索 计算机数学
袁和金 黄志强 王翠茹
华北电力大学计算机科学与技术学院(保定)
国内会议
舟山
中文
245-246
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）