共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
针对传统遗传算法在全局搜索和收敛方面的不足,提出一种改进自适应遗传算法.算法改进了自适应规则,采用随迭代次数和种群适应度自适应变化的交叉、变异操作,同时采用新的选择算子和改进后的最优精英保留策略,摒弃了传统轮盘赌博选择法,增加了收敛于全局最优解的概率,加快了收敛速度.通过测试函数优化求解试验证明,改进算法能够有效提高搜索过程种群的多样性,具有更快的收敛性和更好的全局最优性.在此基础上,将改进的自适应遗传算法应用到MIMO雷达阵列优化设计,通过稀疏栅格编码,采用同时考虑副瓣电平与波束宽度的双适应函数,使优化得到的MIMO雷达方向图具有更好的综合性能,更利于实际工程应用.最后仿真实验结果进一步验证了本文改进算法的有效性. 相似文献
3.
量子遗传算法具有种群规模小,全局搜索能力强的特点被广泛应用于各类优化问题的求解.为了进一步提高量子遗传算法的收敛速度和搜索稳定性,克服算法的早熟问题,本文改进了基于自适应机制的量子遗传算法.在自适应量子遗传算法的基础上根据种群的适应度定义了个体相似度评价算子、个体适应度评价算子和种群变异调整算子及相应算子的计算方法,利用多算子协同评价当前种群状态并根据进化代数的变化,自适应的改变个体的变异概率,提高了算法全局寻优能力和收敛速度,降低了算法陷入局部寻优的概率.此外,为了提高算法的时间效率,将算法采用并行多宇宙的方式实现.实验结果表明,本文提出的算法在全局搜索性能、收敛速度和时间效率方面有较好的综合表现. 相似文献
4.
5.
为有效地解决遗传算法收敛速度和局部最优解的矛盾,本文提出了一种具有自识别交叉算子和基于海明距离的动态变异算子的遗传算法.自识别交叉算子保证父代的优良模式遗传到下一代,加快了算法的收敛速度;而动态变异算子扩大了搜索范围,增强了算法跳离局部最优解的能力.实验证明,两种改进算子的有效结合保证算法能以较快速度收敛于全局最优解. 相似文献
6.
一种改进的基于遗传算法的聚类分析方法 总被引:9,自引:1,他引:8
C-均值聚类收敛速度快,但是它容易陷入局部最优,且对初始解很敏感。遗传算法是一种全局搜索方法,但是它收敛速度慢。为了在搜索能力和收敛速度两方面都取得较好的效果,本文提出了一种改进的基于遗传算法的聚类分析方法。实验结果表明:本文提出的算法在聚类分析中搜索到全局最优解(或近似全局最优解)的能力要优于经典遗传算法及C-均值聚类算法;且通过对变异概率的巧妙设置,提高了算法的自适应能力。 相似文献
7.
8.
免疫遗传算法及其应用研究 总被引:18,自引:5,他引:13
遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.为克服遗传算法盲目搜索、收敛速度慢的缺点,文章提出了免疫遗传混合算法.利用求解问题特征对遗传算法的种群进行免疫接种,以提高搜索速度.为检验混合算法的效率,给出了经典TSP问题的混合算法.实验结果表明,混合算法具有收敛速度快、搜索精度高、稳健性强的特点. 相似文献
9.
浮点遗传算法是一种模拟生物进化的最化搜索法,由于其运算简单、稳定性好、不需要计算目标函数的导数、高精度和能处理多维数值问题,浮点遗传算法在科学研究和工程技术中得到了广泛应用.通过对浮点遗传算法收敛性的分析,本文证明了"简单浮点遗传算法不收敛于全局最优解,而每代保留最优个体的浮点遗传算法才收敛于全局最优解".在此基础上,本文设计了一种采用连续突变和每代保留最优个体的改进浮点遗传算法,它克服了精确度与计算量之间的矛盾.本文利用该算法较好地解决了半导体器件模型参数提取问题,使计算量降低了约27%. 相似文献
10.
网格资源优化配置问题是一个NP问题,遗传算法可以有效地解决这类问题.针对基本遗传算法收敛速度慢的不足,提出一种改进的遗传算法.该算法通过产生符合条件的初始种群和保护优秀个体的交叉策略,提高了算法的搜索能力和收敛速度.提出的算法综合考虑了资源任务的通信代价、任务执行时间和资源利用率等参数;并结合网格资源的特点,将所有资源统一描述和对待,扩展了资源的概念,具有实际应用意义. 相似文献
11.
12.
为提高遗传算法的优化性能,构建了交叉及变异算子的模糊动态调整器,给出了参数调整过程、模糊逻辑控制器的执行策略及控制过程.采用标准的Benchmark测试函数比较了模糊控制器参数调整的遗传算法和简单遗传算法的性能,结果表明该算法求解精度高,优化效率高及进化代数少. 相似文献
13.
基于改进自适应遗传算法的图像配准方法 总被引:1,自引:1,他引:0
采用遗传算法进行图像配准时,存在收敛速度慢、易早熟的问题,可能导致误配。为克服这些缺点,提出了改进的自适应遗传算法(improved adaptive genetic algorithm,IAGA)。该算法以互信息作为相似性测度,通过对遗传参数设置的改进,自适应的调解进化过程中的交叉概率和变异概率,既提高了遗传算法的收敛速度,又有效地防止了早熟。实验结果表明,改进算法具有更好的有效性和精确性。 相似文献
14.
15.
16.
从应用的角度讨论了基于遗传算法的旅行商问(Travelling Salesman Problem,简称TSP)的求解方法,并结合实例给出了求解过程和计算机仿真结果。在算法的仿真中,改进后的算法明显优于传统的遗传算法。这表明,该算法具有良好的可行性和实用性。 相似文献
17.
18.
19.