文献类型：期刊文章

作　　者：周勇[1] 胡中功[2]

ZHOU Yong;HU Zhonggong(School of Information Engineering,Yangtze University College of Technology&Engineering,Jingzhou 434020,China;School of Electrical and Information Engineering,Wuhan Institute of Technology,Wuhan 430205,China)

机构地区：[1]长江大学工程技术学院信息工程学院,湖北荆州434020 [2]武汉工程大学电气信息学院,湖北武汉430205

出　　处：《现代电子技术》

基　　金：云南省教育厅科学研究基金(2016YJS020);长江大学工程技术学院科研基金项目(2018ky08)~~

年　　份：2018

卷　　号：41

期　　号：17

起止页码：153-157

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：遗传算法作为一种模仿生物自然进化过程的全局随机优化算法,在工程中已得到广泛应用。但普通遗传算法易存在早熟及收敛速度慢等缺点。提出一种快速收敛的改进遗传算法,该算法从全局出发,对初始群体生成、遗传选择、交叉和变异算子操作等几个方面做出改进,其中重点对交叉率和变异率进行优化,实现交叉率和变异率按个体适应度以S曲线和高斯分布曲线形式进行非线性自适应调整。通过案例仿真分析,证明了该方法的可行性和有效性,且具有更快的收敛速度和更可靠的稳定性。

关 键 词：遗传算法 高斯分布 自适应 收敛  性能仿真 函数优化

分 类 号：TN911.1-34] TP18]