基于多种群遗传和思维进化的混合算法

作者：倪水平; 戚海涛; 李慧芳

来源：计算机工程, 2021, 1-9.

DOI：10.19678/j.issn.1000-3428.0060297

• 多种群遗传算法
• 思维进化算法
• 选择操作
• 交叉操作
• 变异操作
• 移民算子
• 人工选择算子

多种群遗传算法（Multiple Population Genetic Algorithm，MPGA）搜寻最优解的能力受初始种群分布的影响大，在解决复杂函数优化问题时具有较高的早熟收敛风险；思维进化算法（Mind Evolution Algorithm，MEA）的局部搜索精度低、全局收敛速度慢。针对二者的不足，提出一种MPGA和MEA混合的优化算法（MPGA-MEA）。MPGA-MEA首先为参与MEA趋同操作的各子群体设置不同的控制参数，以分别独立进行遗传搜索；然后利用移民算子增强子群体的互动，实现协同进化，直至子群体成熟；最后释放劣质子群体，并选择全局公告板中记录的优质个体执行交叉、变异操作产生中心个体，其对应生成的临时子群体参与到新一轮的迭代寻优中去。通过测试函数的仿真结果分析表明，相较于改进前的算法，MPGA-MEA对高维度、多峰函数的寻优能力有了显著提升。

• 单位
  河南理工大学