反馈混沌遗传算法及其在约束优化中的应用

摘要：

针对现有遗传算法中普遍存在的早熟与收敛慢的问题,将混沌映射和后天强化学习策略引入到标准遗传算法中,提出了带反馈的混沌遗传算法.该算法通过混沌映射来保持演化群体良好的多样性;通过基于Baldwin效应的后天强化学习来克服纯粹的随机演化.对复杂约束优化问题--基准问题的数值实验验证了文中算法的高效性及鲁棒性.

关键词：遗传算法、混沌、约束优化、多目标规划、Perato占优、Baldwin效应

所属期刊栏目：35

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60374023;广东省自然科学基金04009475

在线出版日期：2007-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23