改进的小生境混合遗传算法在函数优化上的应用*
2017-05-10柯沪琦胡燕海
传感器与微系统 2017年5期
王 聪, 柯沪琦, 胡燕海
(1.宁波大学 机械工程与力学学院,浙江 宁波 315211;2.宁波戴维医疗器械股份有限公司,浙江 宁波 315712)
应用技术
改进的小生境混合遗传算法在函数优化上的应用*
王 聪1, 柯沪琦2, 胡燕海1
(1.宁波大学 机械工程与力学学院,浙江 宁波 315211;2.宁波戴维医疗器械股份有限公司,浙江 宁波 315712)
为了提高经典小生境遗传算法的收敛性能,加强局部寻优能力,设计了一种新的小生境混合遗传算法。通过判断算法的在线性能指标Xe(s),将模拟退火算法巧妙地融入算法的后期,并针对小生境遗传算法的特点选用格雷码编码,同时设计了自适应的遗传交叉算子。用一个Shubert多峰值函数对改进的算法进行验证,结果表明:新算法的收敛性能和进化效率得到提高,局部寻优能力也有加强。
小生境; 混合遗传算法; 模拟退火算法; 在线性能指标
0 引 言
现今存在的一些优化算法,均具有各自的优点,但又存在或多或少的缺点。如:模拟退火法、爬山法局部寻优能力好,但全局寻优能力差;普通的遗传算法容易早熟,全局寻优能力好。因此,根据经验渐渐形成了混合遗传算法的概念,融合算法之间的优点,使求解问题更具效率,求解质量也得到提高[1~8]。
基于混合遗传算法的理念,出现了很多小生境实现技术。如文献[2]中提出了一种基于相似个体交叉和(μ+λ)确定性择优机制的小生境技术,能提高全局收敛可靠性,加快收敛速度。文献[3]中提出了一种基于小生境模拟退火的遗传算法,从过程上看,该方法在每一轮进化的末尾执行了模拟退火操作,实现方式比较机械,达不到最优化的混合遗传算法要求[4~7];……
登录APP查看全文
