模糊逻辑遗传算法的新方法

模糊逻辑是近年来提出的一种自适应调整策略,可以用来动态调整遗传算法的参数,以提高其性能。在此提出一种模糊逻辑遗传算法（FGA）的新模糊控制系统,它根据种群的进化速度和多样性的反馈信息,通过模糊逻辑控制器来对交叉率和变异率进行动态的自适应控制。实验结果表明,提出的FGA相对于简单遗传算法（SGA）,不仅在与实际最优值差值上获得高1~3个数量级的精度,而且还提高了收敛的速度,较好地解决了SGA容易陷入早熟状态、某些函数进化速度慢等问题。

改进的蜜蜂进化型遗传算法

提出一种改进的蜜蜂进化型遗传算法。在该算法中,种群的最优个体作为蜂王与被选的每个个体(雄蜂)以一定概率进行交叉操作,从而增强了对种群最优个体所包含信息的开采能力;同时,为了避免过早收敛,算法在种群次优解周围进行局部搜索,引入新的随机个体,增加算法的多样性。实验结果表明,该算法能有效地提高遗传算法性能的求解精度和收敛速度。