个体自适应变异遗传算法

该文从染色体个体个性化和染色体编码基因位个性化两个方面对标准变异算子进行改进,提出了个体自适应变异遗传算法。通过给不同个体不同基因位分别赋予不同的变异概率,提高变异操作的效率,加快收敛速度。实验表明,个体自适应变异遗传算法的性能明显优于标准遗传算法。

多策略改进的蜜獾优化算法

针对标准蜜獾算法存在的易陷入局部最优值、目标精度低、局部搜索能力不足等问题,提出了一种多策略改进的蜜獾算法.在种群初始化阶段,使用Chebyshev混沌映射初始化种群,保证随机性的同时提高种群的均衡性;在局部挖掘阶段加入莱维飞行,使寻找最优值到确定最优值的过程更加平稳,避免算法陷入局部最优;在最优个体确定阶段上引入最优个体自适应变异策略,来提高算法局部搜索能力以及收敛精度,避免算法个体早熟.选取18个基准测试函数进行仿真,同时结合秩和检验、实际工程应用对该算法进行多维度评估,实验证明改进的蜜獾算法与标准蜜獾算法相比,在收敛速度、目标精度以及寻优搜索能力均有明显改善,表现出较好的鲁棒性.