资源描述：
《一种改进的自适应遗传算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、一种改进的自适应遗传算法金晶%苏勇!（%华南理工大学应用物理系，广州#%"FB"）（!华南理工大学电子与通信工程系，广州#%"FB"）GH38+.：I(8)*+3(JK%F@$,03摘要遗传算法作为一种模仿生物自然进化过程的随机优化算法，对求解一般的全局最优问题具有较好的鲁棒性，而对于解决较复杂的优化问题则存在早熟及稳定性差的缺点。传统的自适应遗传算法虽能有效提高算法的收敛速度，却难以增强算法的鲁棒性。该文提出了一种改进的自适应遗传算法，对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自适应调整。实验结果表明，相比传统的自适应遗
2、传算法，新算法具有更快的收敛速度和更可靠的稳定性。关键词遗传算法鲁棒性自适应收敛文章编号%""!H&@@%H（!""#）%&H""FBH"F文献标识码-中图分类号LM@"%$F!"#$%&’()*!*+%,-().)"),-/!01’&-,2$3-"3-"14567’"18（%N(:81*3()*0?-::.+(9M2O=+,=，P0..(/(0?A,+(),(，A0;*2P2+)8Q)+<(1=+*O0?L(,2)0.0/O，’;8)/R20;#%"FB"）（!A,200.0?G.(,*10)+,SE)?0138*+0)G)/+)((
3、1+)/，A0;*2P2+)8Q)+<(1=+*O0?L(,2)0.0/O，’;8)/R20;#%"FB"）!9:,&+/,：’()(*+,8./01+*23（=’-=）81(=*0,28=*+,0:*+3+R8*+0)3(*209=;=+)/*2(,0),(:*0?)8*;18.(<0.;*+0)8)9)8*;>18./()(*+,=$L2(=*8)9819’-28==;,29+=89<8)*8/(=8=:1(38*;1(,0)<(1/(),(，.0T,0)<(1/(),(=:((98)9.0T10>U;=*)(==$-98:*8*+
4、0)0?:8183(*(1=8)90:(18*01=+=0)(0?*2(30=*+3:01*8)*8)9:103+=+)/81(8=0?1(=(81,2+)’-$L2+=:8:(1:1(=()*=83(*209?010:*+38.9(=+/)0?8)+3:10<(9898:*+<(’()(*+,8./01+*23$L2(,8=(=*;9O0?9(=+/)>+)/8)9=+3;.8*+0)=20T=0;1)(T3(*20928=?8=*(1,0)<(1/(),(=:((98)92+/2(110U;=*)(==$;)<=’&*:：’()(*
5、+,-./01+*23=，10U;=*)(==，898:*8*+0)，,0)<(1/(),(%称-’-）4B5以来，自适应调整交叉率和变异率被应用到’-中，引言遗传算法（’()(*+,-./01+*23，以下简称’-）4%5是一种模仿从而较好地提高了’-的收敛速度4#CD5。然而，-’-在演化初期生物群体进化的随机优化算法，它是由美国密歇根大学6$7$存在停滞现象，故将自适应调整交叉率和变异率的方法用于70..8)9教授创立的。’-拥有一个代表了问题可能潜在解集的’-以提高算法收敛速度和鲁棒性仍十分具有挑战性4&5。种群（:0:;.8*
6、+0)），种群中的个体（+)9+<+9;8.=）在选择（=(.(,>该文提出了一种改进的自适应遗传算法（E3:10<(9-98:>*+0)）、交叉（,10==0<(1）以及变异（3;*8*+0)）算子的作用下向更高*+<(’-，以下简称E-’-），针对-’-对自适应交叉率及变异的适应度（?+*)(==）进化以达到寻求问题最优解的目标4!5。交叉和率调整曲线进行了非线性化，将个体的适应度与当代种群的平变异是影响’-行为和性能的关键。均适应度进行比较，结合最佳和最劣个体计算出该个体的交叉由模式定理知，具有低阶、短定义距及平均适应度高于种率及
7、变异率，在种群演化中有效地保留了优秀个体的模式，增群平均适应度的模式在子代中呈指数增长4@5。算法初期，模式集强了较差个体的变异能力，使算法能跳出局部最优解，克服早中在适应度较低的个体上，若采用较小的交叉率和变异率，种熟的缺点。相比-’-和其它自适应遗传改进算法4%%，%!5，新算法群很难产生出优秀新个体。算法后期，模式开始朝高适应度的实现方法简单，不须记忆演化代数，旧个体根据周围个体的适个体集中，倘若仍采用较大的交叉率和变异率，容易破坏优良应度情况即可自适应地调整其交叉率和变异率。实验表明，新模式，使算法陷入局部收敛。标准的遗传算法（
8、A*8)9819’-，以算法收敛速度更快，稳定性更好。下简称A’-）通常只有一个种群，且交叉率和变异率这两个参数是固定的，导致其存在早熟以及收敛速度慢的不足。要为某!自适应遗传算法个特定的优化问题设置好交叉
