针对进化规划的早熟收敛问题,借鉴免疫系统的应答机制,并结合进化规划与免疫机理,提出一种基于双变异算子的免疫规划算法(DMIP).该算法的核心在于采用全局柯西变异算子和局部高斯变异算子,通过保持种群的多样性和执行记忆保护以及弱小保护策略,保证了算法搜索的快速性和有效性.理论分析和仿真结果均表明,该方法能够有效地提高算法的全局及局部搜索能力,克服早熟现象.
2023-02-27 22:24:38
686KB
1
6.变异概率与变异算子
GA中的变异运算，是指对个体染色体编码串中的某些基因值作变动，从而形成一个新的个体．
交叉运算是GA中产生新个体的主要方法，决定了算法的全局搜索能力．
变异运算是产生新个体的辅助方法，决定了算法的局部搜索能力．
(1)变异概率(Pm)．通常取Pm＝0.0001～0.1．
(2)变异算子．
在所有个体的编码串范围内随机地确定基因座．
以设定的Pm对这些基因座的基因值进行变异．
变异算子的设计包括：如何确定变异点的位置和如何进行基因值的替换．
2023-01-11 13:49:39
86KB
1
为提高非支配排序遗传算法（NSGA-Ⅱ）的搜索精度和多样性，借鉴差分进化中加强局部搜索的策略，提出了一种改进的NSGA-Ⅱ算法（LDMNSGA-Ⅱ）。该算法利用拉丁超立方体抽样技术对解种群进行初始化，保证种群的初始分布能够均匀，采用差分进化中的变异引导算子和交叉算子替换NSGA-Ⅱ的交叉算子，加强局部搜索能力和提高搜索精度，同时保留NSGA-Ⅱ中的变异算子，保留算法多样性。四个经典测试函数的仿真结果表明，该算法LDMNSGA-Ⅱ在解决多目标优化问题中表现出了良好的综合性能。
2022-05-02 00:45:29
1.18MB
1
提出一种改进差分进化算法求解混合整数非线性规划问题。该算法利用同态映射方法，解决差分进化算法无法直接处理整数决策变量问题；提出改进的自适应交替变异算子，提高算法的搜索性能；提出一种自适应保留不可行解的方法处理约束条件，并对差分进化算法的选择算子进行改进，提出一种直接处理约束条件的新选择算子。六个常用的混合整数非线性规划问题的实验结果表明了该方法的有效性和适用性。
2022-01-09 14:33:53
282KB
1
针对旅行商问题(TSP)优化中,遗传算法(GA)容易陷入局部最优、模拟退火算法(SA)收敛速度慢的问题,提出一种基于改进遗传模拟退火算法(IGSAA)的TSP优化算法.首先根据优化目标建立数学模型;然后对遗传算法部分中的适应度函数、交叉变异算子进行改进,使算法能够更加有效地避免陷入局部最优;最后根据旧种群和新种群每个对应个体的进化程度提出一种改进自适应的Metropolis准则,使模拟退火算法部分的染色体跳变更具有自适应性,利于算法寻优.对不同TSP实例的实验结果表明,与其他路径优化算法优化结果相比,所提出的IGSAA算法能够对不同TSP实例优化得到更优的旅行路径.
2021-12-13 10:00:22
414KB
1
参考文献：任静敏，潘大志《带权重的贪心萤火虫算法求解0-1背包问题》，用MATLAB实现改进萤火虫算法（WGFA），对基本的萤火虫算法进行改进，加入线性递减惯性权重，用贪心算法修复不可行解，加入变异算子提高全局搜索能力。
2021-11-19 17:39:44
4KB
1
自己写的遗传算法代码，有注释，易理解。同时，强大之处，在于，里面将遗传算法一般用到的选择算子（轮盘赌、随机、锦标赛）等方式都进行了实现，以及加上多种的变异算子。是理解遗传算法，以及它的各种实现方式的好例子（自己吹嘘下，呵呵）。
2021-05-11 16:09:29
942KB
1
本文对实数编码遗传算法最常用的四种变异算子进行介绍, 将其编写成 Matlab 程序, 并在最优化问题上进行测试。
2021-02-21 19:39:42
71KB
1