基于自适应遗传算法的一类非线性规划问题的新算法

传统的方法解答非线性规划问题存在着有进入局部最优、效率低、甚至根本得不出结果的局限性,而遗传算法中用不变的p_c和p_m来控制进化,很容易导致早熟,降低算法搜索效率。根据适应度自动对交叉概率p_c和变异概率p_m进行调整,提出一种新的遗传算法。通过对6个测试函数的仿真实验,结果表明本算法是非常有效的。