□文/窦明鑫刘晓霞

（1.中国地质大学长城学院；2.河北金融学院 河北·保定）

基于适应度函数及交叉操作改进的自适应遗传算法

□文/窦明鑫1刘晓霞2

（1.中国地质大学长城学院；2.河北金融学院 河北·保定）

为了提高遗传算法的搜索效率，给出了一种改进的遗传算法。该算法改进了适应度函数和交叉操作，扩大了搜索范围。通过三个经典函数的测试表明，改进算法与基本遗传算法相比较，在函数最优值、平均收敛代数、收敛概率等方面都取得了令人满意的效果。

自适应遗传算法；适应度函数；交叉操作；实数编码

收录日期：2012年5月10日

引言

遗传算法（GA）由美国Michigan大学的Holland教授于1975年首先提出，后经De Jong、GoldBerg等人改进推广，广泛应用于各类问题。它是一种模拟自然界生物进化过程与机制的全局概率优化搜索方法。

本文对自适应算法进行了改进，构造了一种自适应的适应度函数，以便更好地进行复制、交叉、变异操作，之后对实数的交叉操作进行了改进，扩大了搜索范围，提高了算法全局搜索能力，最后利用改进算法进行仿真实验，结果表明本算法具有收敛概率高和平均收敛代数少的优点。

一、改进的遗传算法

（一）改进的适应度函数。为了使进化前期原本函数值低的个体有更大的概率被选择，保持种群多样性防止“早熟”，而在后期可以转成正常选择操作，开始局部求精的搜索。本文参考文献将适应度函数改进为：

其中，f（xi）是所对应的函数值是群体的平均函数值，fmax为上一代最优解所对应的函数值，t为当前代数，T为预先设置好的最大迭代次数。……