10.19678/j.issn.1000-3428.0060297
基于多种群遗传与思维进化的混合算法
多种群遗传算法(MPGA)搜寻最优解的能力受初始种群分布的影响,在解决复杂函数优化问题时存在早熟收敛风险,而思维进化算法(MEA)存在局部搜索精度低和全局收敛速度慢的问题.针对两者的不足,提出一种MPGA和MEA混合的优化算法MPGA-MEA.为参与MEA趋同操作的各子群体设置不同的控制参数,独立进行遗传搜索,同时利用移民算子增强子群体的互动,实现协同进化,直至子群体成熟.在此基础上,释放劣质子群体,并选择全局公告板中记录的优质个体执行交叉和变异操作,产生中心个体,对应生成的临时子群体参与新一轮的迭代寻优.基于不同测试函数的仿真结果表明,该混合算法相较于MPGA和MEA,MPGA-MEA对高维多峰函数的寻优能力得到明显提升.
多种群遗传算法;思维进化算法;选择操作;交叉操作;变异操作;移民算子;人工选择算子
47
TP399(计算技术、计算机技术)
国家自然科学基金面上项目61872126,61772159
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
62-70