多阶段复合型遗传算法的结构及性能研究_中国煤炭行业知识服务平台

多阶段复合型遗传算法的结构及性能研究

作者

刘立民潘伟庞彦军李法朝
单位

河北工程大学理学院河北科技大学经济管理学院
摘要

针对基本遗传算法(SGA)在求解复杂优化问题时常常存在的局部收敛和不能很好地收敛到全局最优解的不足,采用逐步缩小寻优范围的策略,提出了多阶段复合型遗传算法(简记为MSC-GA),给出了MSC-GA的结构以及具体的实施策略;进而利用Markov链理论和仿真技术分析了MSC-GA的收敛性,证明了MSC-GA在最优个体保留策略下是全局收敛的;最后,通过一个实例从不同的角度分析了MSC-GA的收敛性能。结果表明,MSC-GA具有良好的收敛稳定性,可以有效地避免局部收敛现象,尤其适用于大范围、高精度的优化问题,具有广泛的应用价值。
关键词

遗传算法多阶段复合型遗传算法(MSC-GA)收敛性 Markov链优化
基金项目(Foundation)

河北省自然科学基金项目(编目编号:F2009000857)；
相关文章

[1]基于多保留策略的复合型遗传算法及其收敛性分析
[2]基于特征权重的遗传聚类方法
[3]局域网络设计的最优化分析研究