论文部分内容阅读
n维空间中函数优化、模式分类判别函数的确定等问题均可转化为n维空间优化参数的搜索问题。 采用人工神经网或梯度爬山算法均存在对优化函数形式有限制及陷入局部最优等局限性。提出一种基于遗传算法的n维空间优化参数的搜索算法，它采用对变化方向和长度的编码以及分层由粗到精的搜索，能实现全局寻优和改善搜索效率，有效地应用于工业优化、数据挖掘、模式识别等领域。 二个实例验证了算法的有效性。