一种具有个体学习能力的演化算法

A New Evolutionary Algorithm with Individual Learning Capability

1引言 70年代由美国学者John H.Holland提出的遗传算法是一种借鉴生物界自然选择思想和自然遗传机制的全局搜索算法[1].它把问题的每一个可能解看作一个个体,而个体的集合则形成种群.算法在整个种群空间内随机搜索,按一定的评价函效对当前种群中每一个个体进行评价,然后基于个体的评价值按优胜劣汰原则选择出父体,再用变异、杂交等遗传算子作用于父体以产生新的个体形成下一代种群,如此反复,使种群不断进化,直至产生最终的解.因为演化算法在解决大空间、非线性、全局寻优等复杂问题时具有传统方法所不具备的独特的优越性,所以它得到了广泛的研究和应用.

A new concept,fitness function of gene,is proposed in this paper. Using the fitness of gene to control the individual mutation and direct the individual learning greatly improves the search efficiency and local search capability of evolutionary algorithm. The comparison experiments in solving N-queens problem demonstrate the advantage of this new evolutionary algorithm. The average search efficiency of this algorithm is 1000 times higher than ordinary evolutionary algorithm.