英文刊物Journal of Systems Science and Complexity系统科学与复杂性学报)近日在京创刊.pdf

第 4 期 标准遗传算法的改进方案——加速遗传算法 13 4 ( ) 为罚项, 当约束 5 + h g , 其中 满足时取值为 0, 否则取值为 10 由约束 构成变量 ～ 的变 i i h i g i g i g 5 c1 c4 i= 1 化区间, 用 在 = 300 和 = 10 的配置下加速循环 18 次后所得最优解为 = 0. 4884, = 0. 5065, A GA n s c1 c2 c3 = 0. 5053, c = 0. 6372, 可以验证它们满足全部约束条件, 相应的目标函数值F = 5060. 98 万元, 好于文献 4 ( ) [8 ]用模糊非线性规划方法求得的结果 5063. 10 万元 另外, 文献[ 3 ]给出了A GA 在其它典型优化测试问题和水资源工程问题中应用的许多实例, 说明了 A GA 对 SGA 的改进是可行而有效的 5　结语 遗传算法提供了一条处理复杂优化问题的有效途径, 但标准遗传算法(SGA ) 在实用中存在早熟收敛、 计算量大和解的精度差等重大缺点 为此, 本文研制了 的一种改进方案—加速遗传算法( ) , 并对 SGA A GA A GA 的收敛性、全局优化性能和适用性进行了分析 研究结果表明, A GA 对 SGA 的改进是有效且可行 的, 显示出稳健的全局优化、计算量少而解的精度高以及算法控制参数设置技术简明等特点, 在各种工程 优化问题中具有广泛的应用价值 参考文献: [1 ]　Go ldberg D E. Genetic A lgo rithm s in Search, Op tim ization and M ach ine L earning [M ]. M A : A ddison W esley, 1989: 1- 83. ( ) [2 ]　刘勇, 康立山, 陈毓屏. 非数值并行算法 第二册 ——遗传算法[ ]. 北京: 科学出版社, 1997. M [3 ]　金菊良. 遗传算法及其在水问题中的应用[D ]. 南京: 河海大学. 1998. ( ) [4 ]　周双喜, 杨彬. 影响遗传算法性能的因素及改进措施[J ]. 电力系统自动化, 1996, 20 7 : 24- 31. [ 5 ]　 韦柳涛, 曾庆川, 等. 启发式遗传基因算法及其在