云自适应遗传算法

摘要：

传统自适应遗传算法(AGA)虽能有效提高收敛速度,却难以增强算法的鲁棒性.以当代种群平均适应度为期望Ex,根据云模型"3En"规则确定熵En,由X条件云发生器自适应调整交叉变异概率,提出云自适应遗传算法(CAGA).由于云模型云滴具有随机性和稳定倾向性特点,使交叉变异概率值既具有传统AGA的趋势性,满足快速寻优能力;又具有随机性,且当种群适应度最大时并非绝对的零概率值,有利于提高种群多样性,从而大大改善避免陷入局部最优的能力.典型函数优化实验表明,与标准遗传算法(SGA)和AGA相比,CAGA具有更好的收敛速度和鲁棒性.

关键词：自适应遗传算法、云理论、云自适应遗传算法

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：西南交通大学校科研和教改项目2007-3

在线出版日期：2007-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：646-650