文献类型：期刊文章

作　　者：闫春[1] 厉美璇[1] 周潇[1]

Yan Chun;Li Meixuan;Zhou Xiao(College of Mathematics & Systems Science,Shandong University of Science & Technology,Qingdao Shandong 266590,China)

机构地区：[1]山东科技大学数学与系统科学学院

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61502280)

年　　份：2019

卷　　号：36

期　　号：10

起止页码：2982-2985

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：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。

关 键 词：函数优化 遗传算法 全局寻优

分 类 号：TP301.6]