摘要
介绍了遗传算法的优化方法,在已经存在的交叉算子上提出了一种新的交叉算子——引导交叉,它结合了异位交叉和等位交叉的特点,并加入个体反码表示形式,在执行交叉操作前有一个自适应的选择交叉方式的判断,给出了5组不同的测试函数的仿真实验。实验结果表明,引导交叉算子可比其他交叉算子更有效地提高遗传算法的收敛性,且易于找到全局最优解。
This paper introduces the optimization methods of Genetic Algorithm.Based on the Different Location Crossover and the Same Location Crossover,a new leading crossover is proposed.Then it is a self-adaptive manner judgment to choose which crossover is used before the crossover operator.At last,five different tests of the simulation function are given.The results show that the leading crossover is more efficient to improve convergence than other crossovers.And the new method is easy to find the optimal solution.
出处
《计算机工程与应用》
CSCD
北大核心
2008年第29期40-43,共4页
Computer Engineering and Applications
基金
国家自然科学基金No.6997403
教育部留学回国人员科研启动基金资助项目( 教外司留[2005]546 号)
湖南省自然科学基金No.05JJ30125
湖南省教育厅重点科研项目( No.06A074)~~
关键词
引导交叉
自适应性
收敛性
函数优化
全局最优解
leading crossover
self-adaptive
convergence
function optimization
optimal solution
