基于符号函数的自适应遗传算法的研究与应用

交叉概率和变异概率的选择是决定遗传算法行为和性能的关键,直接影响算法的收敛性。自适应遗传算法在前期收敛速度缓慢,而且容易陷入局部最优。针对此局限,本文提出了基于符号函数的自适应遗传算法,将交叉算子与变异算子控制在期望区间内变化,增强了全局搜索能力,提高了收敛速度。最后进行了仿真实验,通过比较两个优化实例,验证了本文所提出算法的有效性,且符合工程实际需要。