改进梯度算子的小生境遗传算法
为避免小生境遗传算法存在的早熟和收敛速度慢等问题,本文提出了一种改进的梯度算子,以保证进化朝最优解方向前进,提高计算峰值的精度。同时,利用进化代数和个体的适应度值,动态调整个体的交叉算子和变异算子,有效保证种群的多样性,改善全局搜索能力,加快收敛速度。将改进的梯度算子引入到基本小生境遗传算法和自适应小生境遗传算法,通过Shubert函数测试,证明本文改进后的算法与基本小生境遗传算法和自适应小生境遗传算法相比,不仅大大提高了收敛速度,并能搜索到所有全局最优解。
梯度算子 遗传算法 全局最优解 收敛速度
张琰 谢娟英
陕西师范大学计算机科学学院,陕西,西安,710062
国内会议
哈尔滨
中文
71-73,98
2009-08-07（万方平台首次上网日期，不代表论文的发表时间）