基于预测的遗传算法

摘要：

遗传算法被广泛应用于解决各类优化问题.常规的遗传算法易于陷入局部最优,其收敛速度也较慢.为了提高常规遗传算法的优化性能,将预测的概念引入遗传算法的循环过程,提出基于预测的遗传算法框架;并以人工神经网络算法作为预测算法,提出了一种基于神经网络预测的遗传算法.通过优化8个典型的函数优化问题,将该算法与常规遗传算法的性能进行了比较;结果显示该算法具有很强的全局优化能力,能有效地增强种群的多样性和进化速度,明显优于常规遗传算法.

关键词：遗传算法、人工神经网络、预测、性能比较

所属期刊栏目：26

分类号：TP18(自动化基础理论)

在线出版日期：2009-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-186