科研之友
微信
新浪微博
Facebook
分享链接
摘要
相对于传统的优化算法,遗传算法在解决大规模非线性、非连续和复杂的综合性大型问题有着巨大的优势,易于计算机实现、操作简单、对问题域的超强描述能力,更为重要的是可实行并行计算.为了更贴近现实,自适应遗传算法在传统遗传算法的基础上进行了相应的调整,对遗传算法所涉及的参数进行自适应调整,因此具有更强的鲁棒性和更快的收敛能力.论文使用NK模型来生成不同程度的复杂度地形图,来比较分析对遗传算法和自适应遗传算法的性能影响,从而为实际问题对这两种算法的选择提供理论依据.
-
单位福建师范大学福清分校
