基于重构变异算子遗传算法的研究

摘要：

针对遗传算法存在早熟和局部搜索能力差的缺点,提出重构变异算子遗传算法( Reconstruction Mutation Operator Genetic algorithm,RMOGa). 该算法由速成算子和自适应算子组成. 首先,通过速成算子来平衡变异算子和交叉算子在遗传算法中的地位,以此来改善遗传算法中的早熟现象;其次,采用自适应算子来保留遗传过程中适应度大的个体,从而增强局部搜索能力;最后,引入"路由判断冶的方法来加快算法的收敛速度. 实验过程使用MaTLaB 7. 0仿真软件,选取四组典型的测试函数,采用基本遗传算法( Simple Genetic algorithms,SGa)、双变异率遗传算法( Double Mutation Genetic algo-rithm,DMGa)以及文中提出的基于重构变异算子遗传算法(RMOGa),分别对测试函数在收敛精度上进行对比. 结果表明,RMOGa算法能很好地解决遗传算法早熟与陷入局部最优解的问题.

关键词：遗传算法、遗传早熟、重构变异算子遗传算法、双变异率遗传算法、路由选择、局部最优解

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：科技部国家科技支撑计划课题2013BaK05B03;海南省气象局科技创新项目HNQXQN201408;长沙市科技计划项目K1407003-11

在线出版日期：2016-01-15（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：101-104