基于改进的遗传算法在函数优化中的应用

作者：闫春; 厉美璇^*; 周潇

来源：计算机应用研究, 2019, 36(10): 2982-2985.

DOI：10.19734/j.issn.1001-3695.2018.03.0242

• 函数优化
• 遗传算法
• 全局寻优

针对传统遗传算法在函数优化过程中容易陷入局部最优解、收敛慢等缺点,提出了一种新的自适应遗传算法NAGA。该算法考虑了种群适应度的多种集中分散程度,并且非线性地自适应调节遗传算法的交叉概率与变异概率;为了加快寻优效率,在选择算子方面将引进的选择算子与最优保存策略相结合;为了使遗传操作过程中种群数量恒定,又提出了保留亲本的策略。通过仿真实验发现,与经典遗传算法GA和IAGA相比,改进的自适应遗传算法在收敛速度与精准度等方面都有较大的进步。

• 单位
  山东科技大学