摘要
针对经典遗传算法在优化计算中存在的弊端，提出进化遗传算法．在染色体基因位编码方式、交叉与变异算子、适合度函数设计、候选解染色体选取方式及收敛准则等方面做了改进．通过对极难优化的Ｓｈｅｋｅｌ类函数等的优化计算，说明该算法具有良好的全局搜索能力和较快的收敛速度．
Deeply analyzed the conventional genetic algorithm and for its shortcomings on numerical optimization, evolution genetic algorithm (EGA) is proposed. EGA makes some improvements on description of genes of chromosome, genetic operators of crossover and mutation, designing of fitness function, selection method on chromosome of candidate solutions and convergence criterion. The optimization results of some functions (including hard Shekel' function) show that EGA has fine ability of global searching and speedy convergence.
出处
《软件学报》
EI
CSCD
北大核心
1998年第11期876-879,共4页
Journal of Software
基金
国家自然科学基金
国家863高科技项目基金
中国科学院机器人学开放研究实验室基金
德国科学联合会DFG基金
关键词
遗传算法
优化计算
进化策略
计算机
Genetic algorithm, Shekel' function, optimization computing, evolution storage, convergence criterion.
