论文部分内容阅读
遗传算法作为一种模仿生物自然进化过程的随机优化算法，对求解一般的全局最优问题具有较好的鲁棒性，而对于解决较复杂的优化问题则存在早熟及稳定性差的缺点。传统的自适应遗传算法虽能有效提高算法的收敛速度。却难以增强算法的鲁棒性。该文提出了一种改进的自适应遗传算法，对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自适应调整。实验结果表明，相比传统的自适应遗传算法，新算法具有更快的收敛速度和更可靠的稳定性。