10.3969/j.issn.1003-6059.2002.04.006
基于模糊推理动态调整遗传算法交叉率和变异率的方法
标准遗传算法的交叉率和变异率是随机选择的.在指出这种选择具有盲目性的基础上,提出了利用模糊推理动态调整交叉率和变异率的改进遗传算法,并通过模糊神经网络参数优化的实例对该改进算法与标准遗传算法进行比较.实验结果表明新算法对交叉率和变异率有效地进行动态控制,不仅保留了标准遗传算法的优点,又加强了全局搜索能力和加快了收敛速度,是一种很有前途的算法.
遗传算法、交叉率、变异率、模糊推理
15
TP183(自动化基础理论)
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
413-418