w102613_origin（基于小种群策略的并行遗传算法）.docVIP

基于小种群策略的并行遗传算法 （安徽师范大学 ，安徽 芜湖 241003）1 中图法分类号:TP3???文献标识码: A??文章编号：1672—7800（2009）00 摘要： 遗传算法作为一种基于生物进化机制的自适应算法，适用于各类复杂系统的优化计算。然而标准遗传算法所具有的易早熟、易陷入局部最优等问题，在一定程度上限制了遗传算法的推广和使用。本文在对遗传算子做出改进的基础上，提出了一种基于小种群策略的并行遗传算法，从而有效地提高了遗传算法的执行效率和性能。 关键词：遗传算法；早熟；遗传算子；小种群并行 0. 引言 遗传算法[1]是最早由Michigan大学的J·Holland教授于1975年提出的一种基于生物进化机制的自适应算法，适用于各类复杂系统的优化计算。遗传算法本身具有很多的优点，如简单易行，通用性强，鲁棒性高，全局搜索能力强等，这些优点使其可以应用于大量复杂问题求解当中。然而遗传算法固有的一些缺陷如过早收敛，容易陷入局部最优，算法运行后期搜索效率较低等，也不可避免的的制约了遗传算法的使用与推广。 对于全局范围的搜索算法而言，早熟现象的产生将是其失败的主要原因。种群的规模在很大程度上决定遗传算法应用的成功与否。种群数目过小会导致算法收敛速度过快，往往来不及找到全局最优解，种群数目过大会消耗过多的进化和处理时间，使得算法运行的异常缓慢。 为了更好的使用遗传算法处理实际问题，