基于跳跃基因算子的改进实数遗传算法

摘要：

为了避免遗传算法在求解数值优化问题时出现搜索能力差、多样性缺失等弊端,提出一种基于实数编码的改进遗传算法(IRCGA).算法集成两个特别设计的算子:模拟二进制跳跃基因算子(SBJG)和多方向交叉算子(MX).SBJG算子以染色体为操作对象,本质上模拟了二进制跳跃基因操作中的插入运动,即利用一种随机的方式将选定的染色体块插入到染色体位点,实现种群内部染色体间的转位,为种群提供额外的遗传多样性;MX算子通过增加交叉方向的方式扩大算子的搜索区域,从而提升后代个体质量与算法的搜索能力.在11个实例的基础上进行对比实验,结果表明,采用改进算子能够明显提升算法在求解数值优化问题时的性能,同时,相比于其他先进有效的算法,IRCGA具有较强的搜索能力且能够维持一定的种群多样性,从而验证了改进算法的有效性和可行性.

关键词：实数遗传算法、数值优化、模拟二进制跳跃基因算子、种群多样性、多方向交叉算子、搜索能力

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：公益性行业专项课题项目;国家重点研发计划课题项目;黑龙江省哲学社会科学研究规划项目

在线出版日期：2020-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2277-2284