矩阵结构遗传算法

来源：计算机技术与发展杂志2022年第09期北京时间：

作者：潘峰;';龙福海;施启军;魏嘉银

单位：1. 贵州民族大学 模式识别与智能系统省级重点实验室,贵州 贵阳 5500252. 华南理工大学 软件学院,广东 广州 510006

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 StructureGenetic 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。

关键词：矩阵结构;遗传算法;精英种群;克隆变异;函数优化问题