遗传算法的改进
来源期刊:中国矿业大学学报2000年第1期
论文作者:韩万林 张幼蒂
关键词:遗传算法; 多峰值函数优化; 改进;
摘 要:遗传算法是建立在遗传学与自然选择基础上的自适应搜索过程.作为解决复杂问题的一种有效手段,遗传算法是目前人工智能和系统优化领域的热点研究课题.但是,在实际应用中,简单遗传算法存在着收敛速度慢和稳定性差等缺陷.为克服这些问题,在对遗传算法的基本要点进行介绍的基础上,对交换、突变和复制等算子以及操作过程进行了改进.为了验证改进遗传算法的可行性与有效性,进行了多峰值函数的优化.试验结果表明,改进遗传算法提高了收敛速度和稳定性.
韩万林1,张幼蒂1
(1.中国矿业大学,采矿工程系,江苏,徐州,221008)
摘要:遗传算法是建立在遗传学与自然选择基础上的自适应搜索过程.作为解决复杂问题的一种有效手段,遗传算法是目前人工智能和系统优化领域的热点研究课题.但是,在实际应用中,简单遗传算法存在着收敛速度慢和稳定性差等缺陷.为克服这些问题,在对遗传算法的基本要点进行介绍的基础上,对交换、突变和复制等算子以及操作过程进行了改进.为了验证改进遗传算法的可行性与有效性,进行了多峰值函数的优化.试验结果表明,改进遗传算法提高了收敛速度和稳定性.
关键词:遗传算法; 多峰值函数优化; 改进;
【全文内容正在添加中】