一种扩大交叉规模的自适应遗传算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 73-75.

一种扩大交叉规模的自适应遗传算法

冯冬青,王非,马雁

郑州大学电气工程学院，郑州 450001

收稿日期:2007-07-16 修回日期:2007-10-10 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 冯冬青

Adaptive genetic algorithm with crossover-scale expansion

FENG Dong-qing,WANG Fei,MA Yan

Department of Electrical Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:2007-07-16 Revised:2007-10-10 Online:2008-03-21 Published:2008-03-21
Contact: FENG Dong-qing

摘要/Abstract

摘要： 针对基本遗传算法收敛速度慢、稳定性差、容易陷入局部最优等缺点，提出了一种扩大交叉规模的自适应遗传算法并用典型测试函数加以仿真研究。通过仿真可以看出，新算法具有搜索精度高、收敛速度快、抗早熟能力强等特点。

关键词: 扩大交叉规模, 自适应遗传算法, 搜索精度, 收敛速度

Abstract: An adaptive genetic algorithm with crossover-scale expansion is proposed to overcome slow convergence，poor stability and easy to be trapped into a local optimum of the standard genetic algorithm.The simulation with the typical test functions indicates that this new genetic algorithm has higher search veracity，rapider convergence speed，and stronger ability against precocity.

Key words: crossover-scale expansion, adaptive genetic algorithm, search veracity, convergence speed

冯冬青,王非,马雁. 一种扩大交叉规模的自适应遗传算法[J]. 计算机工程与应用, 2008, 44(9): 73-75.

FENG Dong-qing,WANG Fei,MA Yan. Adaptive genetic algorithm with crossover-scale expansion[J]. Computer Engineering and Applications, 2008, 44(9): 73-75.

[1]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[2]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[3]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[4]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.
[5]	贾雁飞，杜艳丽，赵立权. 快速收敛参考独立分量分析方法[J]. 计算机工程与应用, 2020, 56(7): 255-259.
[6]	宋杰，许冰，杨淼中. 基于自适应步长果蝇优化算法图像分割[J]. 计算机工程与应用, 2020, 56(4): 184-190.
[7]	张晓莉，杨亚新，谢永成. 改进的蚁群算法在机器人路径规划上的应用[J]. 计算机工程与应用, 2020, 56(2): 29-34.
[8]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[9]	徐力，刘云华，王启富. 自适应遗传算法在机器人路径规划的应用[J]. 计算机工程与应用, 2020, 56(18): 36-41.
[10]	袁罗1，2，葛洪伟1，2. 基于随机鞭策机制的散漫度粒子群算法[J]. 计算机工程与应用, 2019, 55(4): 66-71.
[11]	夏以冲，陈秋莲，宋仁坤. 基于自适应遗传模拟退火算法的矩形件排样[J]. 计算机工程与应用, 2018, 54(22): 229-232.
[12]	韩晓龙，李上，杨全业. 基于遗传算法的战略供应链集成研究[J]. 计算机工程与应用, 2018, 54(2): 214-221.
[13]	杨卫波1，2，王万良1，张景玲3，赵燕伟3. 基于遗传模拟退火算法的矩形件优化排样[J]. 计算机工程与应用, 2016, 52(7): 259-263.
[14]	周丹1，2，葛洪伟1，2，张欢庆1，杨金龙1. 基于健康度的人工蜂群粒子群算法[J]. 计算机工程与应用, 2016, 52(18): 62-67.
[15]	曹洁1，2，张玲1. 自适应遗传算法的Multi-Agent交通信号优化控制[J]. 计算机工程与应用, 2016, 52(13): 265-270.