摘要
针对现行各种改进型遗传算法容易早熟收敛,并且难跳出局部最优的问题,提出一种基于虚拟种群技术的改进型遗传算法。该改进型遗传算法不改变遗传算法中选择、交差、变异等核心算子的参数值,从而有效避免了种群进化过程中因控制遗传算子参数的策略设置不当而引起的算法收敛速度慢的问题。通过虚拟种群与实际种群间的信息交换,隐式地增大了实际种群的多样性。仿真结果表明,在种群规模相同的情况下,虚拟种群遗传算法能以最少的代数跳出局部最优,并在最小的代数收敛于全局最优。
针对现行各种改进型遗传算法容易早熟收敛,并且难跳出局部最优的问题,提出一种基于虚拟种群技术的改进型遗传算法。该改进型遗传算法不改变遗传算法中选择、交差、变异等核心算子的参数值,从而有效避免了种群进化过程中因控制遗传算子参数的策略设置不当而引起的算法收敛速度慢的问题。通过虚拟种群与实际种群间的信息交换,隐式地增大了实际种群的多样性。仿真结果表明,在种群规模相同的情况下,虚拟种群遗传算法能以最少的代数跳出局部最优,并在最小的代数收敛于全局最优。
出处
《计算机科学》
CSCD
北大核心
2012年第S3期313-315,共3页
Computer Science
基金
云南省科技计划项目(2009ZC029)资助
关键词
虚拟种群
遗传算法
早熟收敛
Virtual population
Genetic algorithm
Premature convergence
