一种改进的多倍体遗传算法

基于种群保留遗传算法 ,引入了多倍体的概念 ,给出了一种基于种群保留的多倍体遗传算法 .当该算法运行时 ,种群个体将由单倍体变为多倍体 .为了适应这种变化 ,算法引入了扩展算子 ,成功地进行了模糊控制器的参数寻优 .实验结果表明 ,该算法具有很好的收敛性和鲁棒性 ,在复杂环境中表现出了很强的自适应性 ,明显改善了模糊系统的控制效果 .

用于函数优化的自适应类种子保留遗传算法

类种子保留遗传算法可以较好地处理维持进化种群多样性和保留重要个体的矛盾,但尚无有效方法确定其类控制参数.本文提出一种类控制参数随进化进程自适应变化的策略,其思想是:在进化前期类控制参数较大,将进化种群分成数目较少的粗类;随着进化的进行类控制参数自适应减小,将进化种群分成数目较多的细类.另外,个体的自适应变异充分利用了个体当前状态、本类种子和种群最优种子的信息.将该算法应用于5个基准数值函数优化问题,计算结果验证了本文算法在找到多个极值点的前提下有效地减少了计算量、提高了进化效率.

三级泵优化配置问题算法设计及求解

针对三级泵优化配置问题的难解性,提出一种扩展拥挤遗传算法(ECGA).该算法在进化过程中采用物种保留策略维持群体的多样性,从而可以保证得到问题的全局最优解.此外,采用组合编码策略实现连续变量和整数变量的混合编码,使之可应用到混合整数非线性规划(M INLP)问题.通过与传统OA、ECP、M IN-M IN等算法解算结果比较,验证了ECGA算法可有效地求解三级泵配置问题.