摘要
针对传统遗传算法在函数优化问题中的不足,提出构建一种矩阵结构种群的遗传算法MGA(Matrix Structure Genetic Algorithm).MGA采用矩阵形式的数据结构,借助于矩阵的行、列及主对角线等概念描述种群,并在此结构上对选择、交叉和变异三种算子均进行改进.选择算子是通过逐行寻优构建父代精英种群,具体操作是每行最优个体移动到所在行的主对角线位置;交叉算子采用父代精英种群中任意两个个体A(i,i)和A(j,j)交叉产生两个子代个体A(i,j)和A(j,i),并分别置于关于主对角线对称的位置(i,j)和(j,i);变异算子是对种群全体逐一进行克隆变异,若克隆变异结果优于原个体则选择克隆变异结果,否则不变.经过上述三步的若干次循环迭代,最终以矩阵种群中的最优个体为问题的最优解.通过对若干函数优化问题的实验测试表明,该方法收敛速度很快,全局收敛性能显著提高,可以推广到其他演化算法.
国家科技期刊平台
NSTL
维普
万方数据