1种基于复合形法的改进遗传算法
2016-10-17毕馨文解成俊张泽梁
北华大学学报(自然科学版) 2016年5期
关键词:优化
毕馨文,解成俊,张泽梁
(1.北华大学信息技术与传媒学院,吉林 吉林 132013;2.北华大学计算机科学技术学院,吉林 吉林 132021)
1种基于复合形法的改进遗传算法
毕馨文1,解成俊2,张泽梁1
(1.北华大学信息技术与传媒学院,吉林 吉林132013;2.北华大学计算机科学技术学院,吉林 吉林132021)
提出了1种基于复合形法的改进遗传算法,分析该算法与遗传算法相结合的思想和流程;通过算法测试函数Rosenbrock测试改进的算法;通过与常规算法的对比,验证该传算法的优越性,并将该算法应用到一种间歇反应器的温度优化问题中.该算法可为常规的单目标或多目标优化问题提供借鉴.
复合形法;遗传算法;优化;间歇反应器
【引用格式】毕馨文,解成俊,张泽梁.1种基于复合形法的改进遗传算法[J].北华大学学报(自然科学版),2016,17(5):693-697.
近年来,由于遗传算法(GeneticAlgorithm,GA)和差分进化(DifferentialEvolutionAlgorithm,DEA)算法等基于种群的随机优化方法能够有效地提供全局优化解,因此受到了广泛关注[1-3].遗传算法一般应用于单目标或多目标优化问题,与基于梯度的算法相比计算更为复杂,因此比较适合复杂的函数计算或者离线分析.GA可以是二进制代码,种群数量的真实值用(0,1)编码,通常在GA中分为4个步骤:初始化、选择、交叉和变异.在初始化时随机选择生成种群,初始种群均匀分布在解空间.种群内的多个个体通过重组或者变异来增加种群的多样化,最后获得较好的子代.在每一代GA中,变异和交叉算子用于增加种群多样性,生成的子代与母代……
登录APP查看全文