首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
一种快速实现多峰值函数优化的改进遗传算法   总被引:1,自引:0,他引:1  
针对基本遗传算法具有的收敛早熟、局部搜索能力差等缺点,提出了一种快速实现多峰值函数优化的改进算法。该算法包含并行小生境技术、可疑峰值点判断、引入局部搜索参数等策略,并采用C语言成功编写了通用程序。数值算例表明:该改进算法能有效防止早熟收敛,明显提高遗传算法的收敛效率,快速搜索到目标函数的所有最优点。该算法对求解多峰值函数优化问题具有普适性。  相似文献   

2.
剖析了混沌模型的随机性、遍历性和初值敏感性的特点,提出了多种群伪并行混沌遗传算法.把多群体伪并行进化的并行性和混沌运动的内在随机性结合起来,利用不同的混沌扰动策略,把混沌变尺度映射机理应用到种群初始化和中间群体的优化进化实现函数优化.仿真结果表明,混沌伪并行遗传算法比伪并行遗传算法和简单遗传算法具有更快的收敛速度和更高的最优解搜索成功率,可对火力分配进行优化.  相似文献   

3.
伪并行遗传算法在供水管网优化调度中的应用   总被引:3,自引:0,他引:3  
讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征,并提出了求解该问题的改进遗传算法.首先,针对决策变量的结构提出二进制-实数混合编码策略;其次,设计并实现了多种群进化的伪并行遗传算法.将本算法与单一群体进化算法同时应用于实际管网的优化调度求解,结果表明,通过个体迁移策略,伪并行遗传算法可以加速优化搜索的进程,显著改善解的质量,并有效节省运行调度费用.  相似文献   

4.
卫星舱布局优化设计问题数学上属NP-hard问题.较有效的求解途径之一是研究混合算法,为此构造了并行混合PGA-Powell-蚁群算法(简称PGPAHA).该算法以并行遗传算法为基本框架,根据各子群体收敛速率的快慢来决定它们之间迁移的时机,在收敛后期加入Powell法作为并行遗传算法的算子来加快收敛速度,并利用蚁群优化算法提高计算的精度.最后应用该算法求解了简化的三维带性能约束的国际商用通讯卫星的卫星舱布局设计问题,数值实验结果表明,该算法与并行遗传算法(PGA)相比,在计算精度、计算效率及计算稳定性方面较优。  相似文献   

5.
针对遗传算法早熟和收敛速度慢的问题,在已有的伪并行遗传算法基础上对遗传操作进行改进。采用3个测试函数对改进的算法进行验证,结果表明改进的算法在函数的平均适应度值、平均运行代数、收敛概率等方面都取得了较好的结果。  相似文献   

6.
针对并行遗传算法(parallel genetic algorithms,PGA)容易出现收敛过快和陷入局部最优解的问题,综合多种不同进化策略遗传算法之所长,设计了一种混合的粗粒度并行遗传算法。该算法由多个独立的子群体组成,各个子群体并行的、独立的、按照不同的遗传进化策略进化,每隔一定的时间,在子群体之间进行最优个体的迁移,促进群体的共同进化,并抑制群体早熟。在PVM环境下,用该算法实现函数优化问题,仿真实验数据表明了其有效性.  相似文献   

7.
针对克隆选择算法收敛速度较慢的问题,对算法策略进行研究,提出了一种基于定向突变的自适应并行免疫算法(APIA)。该算法采用自适应并行搜索策略,在记忆库中引入定向突变算子,增强算法的局部定向搜索能力,并改善算法早熟的问题。同时算法还改进了超变异算子,以提高其运行效率。仿真实验结果表明:该算法比克隆选择算法和传统的遗传算法有更好的寻优能力,有效地提高了收敛速度,缩短了搜索时间。  相似文献   

8.
遗传算法与蚁群算法的融合研究   总被引:2,自引:0,他引:2  
遗传算法具有快速全局搜索能力,但对于系统中的反馈信息却没有利用,往往导致无为的冗余迭代,求解效率不高.而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢.通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种时间效率和求解效率都比较好的启发式算法.并通过仿真计算,表明融合算法的性能优于遗传算法和蚁群算法.  相似文献   

9.
 利用改进和优化传统遗传算法的选择策略、搜索空间,自适应调整交叉率和变异率提高了计算效率,并在遗传进化过程中用优秀个体群来逐步缩小搜索空间,提出了求解饲料配方设计问题的一种改进方法(GA+).应用该方法对3个经典非线性测试函数进行了仿真,在收敛速度和全局优化方面好于现有的遗传算法.结果表明,GA+较好地保持了种群的多样性,精度高、收敛速度快,对求解饲料配方设计问题非常有效.  相似文献   

10.
基于MPICH平台的多种群并行遗传算法   总被引:2,自引:0,他引:2  
提出了一种基于集群系统的多种群并行遗传算法,在集群系统的软件开发环境MPICH上构建了多种群粗粒度并行遗传算法框架.采用全局迁移方式交换通信域中各子群体的个体信息,并通过模拟退火规则来确定迁移代频.利用该算法框架对一类优化问题——N维目标函数的最小值问题,给出了具体的实现方法.最后对该类问题的两个实例进行了测试,基于该实例的测试数据对论文提出的算法进行了性能分析.结果显示,算法具有线性加速比,而且解的精度随着并行进程数量的增多而提高.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号