基于交叉庫與并行變異的自適應遺傳算法.pdf

1、在工業(yè)生產(chǎn)中適當?shù)厥褂脙?yōu)化算法，會極大地提高生產(chǎn)效率，節(jié)約生產(chǎn)成本。遺傳算法是最經(jīng)典的優(yōu)化算法之一，由于其隱含并行性好、魯棒性高、操作簡便以及結(jié)果可靠等優(yōu)點，被廣泛應用于函數(shù)優(yōu)化、人工智能、圖像處理以及數(shù)據(jù)挖掘等領域。然而，傳統(tǒng)的遺傳算法存在許多不足，特別是收斂速度慢、收斂精度低與局部尋優(yōu)能力差等問題，嚴重影響了遺傳算法的實際應用效果。
　　為了解決上述問題，本文從對交叉和變異相關操作的改進入手，提出了一種基于交叉庫與并行變異的自

2、適應遺傳算法。首先，分析了傳統(tǒng)遺傳算法尋優(yōu)過程中對種群情況考慮不足的缺點，分別基于種群特征值和種群信息熵與個體分布，設計了種群多樣性度量函數(shù)，給出了相鄰代種群相似性的概念來判斷種群進化效果;通過綜合考慮種群多樣性與相鄰代種群相似性，確定了一種新的種群評價標準——種群活力;利用種群活力，本文設計了一種新的交叉變異概率自適應變化規(guī)則，將種群適應度平均數(shù)替換為適應度眾數(shù)作為新的種群適應度參考量，由種群活力與個體適應度值共同決定交叉變異概率的大