多种群竞争遗传算法及其性能分析.pdfVIP

( ) 第 33 卷　第 4 期 西北农林科技大学学报 自然科学版 . 33 . 4 V o l N o 2005 年 4 月 . . . . ( . . . ) 2005 Jour of N o rthw est Sci T ech U niv of A gri and Fo r N at Sci Ed A p ril 多种群竞争遗传算法及其性能分析 吴养会, 王乃信, 刘瀛洲 ( 西北农林科技大学 生命科学学院, 陕西 杨凌 712100) 　　[摘　要]　在指出传统遗传算法收敛中所存在的收敛速度慢及局部收敛问题的基础上, 引入了一种新的改进 遗传算法——多种群竞争遗传算法。该算法以种群间竞争为基础, 不断淘汰相似个体, 并不断补充新个体, 增加种 群的多样性, 以提高收敛速度。最后, 用一个典型的测试函数对传统遗传算法和多种群遗传算法进行测试, 结果表 明多种群遗传算法的性能优于传统遗传算法。 [ 关键词]　遗传算法; 多种群竞争; 改进算法 [ 中图分类号]　 224　　　　[ 文献标识码]　 [ 文章编号](2005) O A 　　遗传算法是由美国M ich igan 大学的 Ho lland 高进化速度及获得全局最优解方面, 较简单遗传算 教授在 1975 年提出的, 它是一种基于达尔文进化论 法有很大提高。 思想的新的优化算法。遗传算法的求解过程是: 首先 1　多种群竞争遗传算法 产生一定数量的染色体形成一个种群, 再根据一个 1. 1　基本概念 与目标函数相关的适应度函数评价各染色体的优 ( 1) 相同长度的以 a 为基的两个字符串中, 对 劣, 依染色体的大小进行选择、交叉及变异操作, 得 应位不相同的数量称为两者间的广义海明距离。记 到新的染色体构成一个新的种群, 然后对新的种群 ( ) 为第 代进化种群, 其第 个和第 个个体分 再进行选择、交叉及变异操作, 如此进行一定代数的 X t t i j 别为 i ( ) 和 j ( ) , 它们的海明距离为 X t X t 迭代后, 得到的最优染色体便是优化问题的最优