文献类型：期刊文章

作　　者：潘家文[1,2] 钱谦[1,2] 伏云发[1] 冯勇[1,2]

PAN Jia-wen;QIAN Qian;FU Yun-fa;FENG Yong(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500,China;Kunming University of Science and Technology,Yunnan Key Laboratory of Computer Technology Applications,Kunming 650500,China)

机构地区：[1]昆明理工大学信息工程与自动化学院,昆明650500 [2]昆明理工大学云南省计算机技术应用重点实验室,昆明650500

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(32060193,61463024,61662042)资助.

年　　份：2021

卷　　号：42

期　　号：11

起止页码：2313-2322

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统遗传算法易陷入局部收敛、收敛精度不高等问题,提出一种改进的并行遗传算法.该算法首先提出一种改进的并行机制,该机制的思想是根据种群维持最优解不变的代数来计算种群更换进化策略的概率,并根据种群进化程度及个体差异性进行模糊推理以获得种群所需要的进化策略,从而能更好地摆脱局部极值并搜索到全局最优值.其次,提出了改进的算法初始化方法,适应度变换方法及竞争策略来调节算法的收敛速度和群体多样性之间的平衡.最后,基于鲍德温进化理论提出了一种新的局部搜索策略来加强算法的局部寻优能力.对测试函数的优化结果分析表明,与其他几种并行遗传算法相比,该算法在收敛速度、收敛精度和稳定性等方面有较大的改进和提高.

关 键 词：遗传算法 模糊控制 并行机制  自适应

分 类 号：TP391]