章9-2 模拟退火方法.pptVIP

3. 快速退火演化算法(FAEA) 将退火演化算法的基本过程与VFA技术相结合，我们可以建立快速退火演化算法，其算法框图如图9-13，图中ps为群体大小，ns为马尔柯夫链长度。 图9-13 快速退火演化算法的程序框图 快速退火演化算法主要包括遗传算法的初始化、选择、基因交换、变异以及模拟退火的产生新解、接受新解、新解转移和控制参数调整等步骤，其中遗传算法的个体评价计算在模拟退火的马尔柯夫链中完成。 值得注意的是，由于模拟退火过程使每个个体都具有较好的评价值，对在很多情况下遗传算法的选择、基因交换和变异三个步骤对整个算法的贡献并不显著。为了节约计算时间，可省略这三个步骤。 为了比较快速退火演化算法的计算效率，本书作者曾采用下列函数的极值求解问题与其他算法做了比较，结果列于表9-3。表中的数据为求解成功所需要的函数评价次数，FAEA为100次运算的平均值，其他数据分别来自表后的参考文献。 表9-3 函数极小值求解结果的比较 函数1：Hartman’s function， , 0? xj ?1 n=3时的全局极小值为3.8627，n=6时为?3.3223。 函数2：Ras