摘要
针对标准遗传算法收敛性较差的缺点,利用混沌变量优化中的随机遍历性,构造出一种随进化代数而退化的变异因子,代替标准算法中的变异算子,以克服标准遗传算法在多峰函数优化中的早熟现象,对三个测试函数的仿真试验表明,改进的算法收敛性优于标准遗传算法.
In order to change the slow convergence of standard genetic algorithm, a degenerate chaotic mutation operator is presented, which uses the ergodicity and stochastic property of chaotic variable to replace the standard mutation operator. The simulated computation of three testing function demonstrated that the convergence of modified algorithm faster than standard algorithm.
出处
《长沙电力学院学报(自然科学版)》
2003年第4期17-19,66,共4页
JOurnal of Changsha University of electric Power:Natural Science
基金
湖南省自然科学基金资助项目(00JJY20113)