基于改进的遗传算法在函数优化中的应用

来源：计算机应用研究杂志2019年第10期北京时间：

作者：闫春,厉美璇,周潇,

单位：山东科技大学数学与系统科学学院,山东青岛266590；

摘要：针对传统遗传算法在函数优化过程中容易陷入局部最优解、收敛慢等缺点，提出了一种新的自适应遗传算法NAGA。该算法考虑了种群适应度的多种集中分散程度，并且非线性地自适应调节遗传算法的交叉概率与变异概率；为了加快寻优效率，在选择算子方面将引进的选择算子与最优保存策略相结合；为了使遗传操作过程中种群数量恒定，又提出了保留亲本的策略。通过仿真实验发现，与经典遗传算法GA和IAGA相比，改进的自适应遗传算法在收敛速度与精准度等方面都有较大的进步。

关键词：函数优化,遗传算法,全局寻优,

基金资助：国家自然科学基金资助项目(61502280)；；