文献类型：期刊文章

作　　者：戴朝华[1] 朱云芳[2] 陈维荣[1]

机构地区：[1]西南交通大学电气化自动化研究所,四川成都610031 [2]西南交通大学峨眉校区计算机系,四川峨眉614202

出　　处：《控制理论与应用》

基　　金：西南交通大学博士生创新基金(2007-3).

年　　份：2007

卷　　号：24

期　　号：4

起止页码：646-650

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：传统自适应遗传算法(AGA)虽能有效提高收敛速度,却难以增强算法的鲁棒性.以当代种群平均适应度为期望Ex,根据云模型"3En"规则确定熵En,由X条件云发生器自适应调整交叉变异概率,提出云自适应遗传算法(CAGA).由于云模型云滴具有随机性和稳定倾向性特点,使交叉变异概率值既具有传统AGA的趋势性,满足快速寻优能力;又具有随机性,且当种群适应度最大时并非绝对的零概率值,有利于提高种群多样性,从而大大改善避免陷入局部最优的能力.典型函数优化实验表明,与标准遗传算法(SGA)和AGA相比,CAGA具有更好的收敛速度和鲁棒性.

关 键 词：自适应遗传算法 云理论 云自适应遗传算法  

分 类 号：TP18]