一种改进的遗传算法：GA-EO算法

Ｉ ｒ ｖ ｄ ｇ ｎ ｔ ｌｏ ｉｈ ： ｍｐ ｏ ｅ ｅ ｅｉ ａｇ ｒｔ ｍ ＧＡ— ｃ ＥＯ ｌｏｉｈ ａｇ ｒｔｍ
ＨＥ Ｊａ ｒ．Ｌ ｅ ｄ ｎ ｉ ＩＸｕ ． ｏ ｇ
（ ． ｃｏｌｆＣ ｍ ｕｅ ｃｅｃ Ｅ ｇｎｅｉｇ ｎｖｒｔ ｏ ｌ ｔ ｎｃＳｉ ｃ １Ｓｈｏ ｏ ｐ ｔ Ｓｉ ｅ＆ ｎ ｉ ｒ ，Ｕ ｉ ｓｙ ｆＥｅ ｒ ｉ ｃ ｎｅ＆ Ｔｃｎｌ ｙｏ Ｃ ｉａ Ｃ ｅｇ ｕ６ １３ ，Ｃ ｉａ ２ Ｃ ｌｇ ｏ ｒ ｎ ｅ ｎ ｅ ｉ ｃｏ ｅ ｅｈ ｏ ｇ ｈｎ ， ｈｎｄ １７ １ ｈｎ ； ． ｏｅｅｏ ｏ ｆ ｌ ｆ Ｃｍ ｕ ｒＳｉ ｃ Ｔｃｎｌ ｙ ｈｎ ｄ ｎｖｒｔ ｆ ｒ ｔｎ Ｔｃｎｌｇ ，Ｃ ｅｇ ｕ６０ ２ Ｃ ｉａ ｏ ｐ ｔ ｃ ｎｅ＆ ｅｈ ｏ ，Ｃ ｅｇ ｕＵ ｉ ｓｙｏ Ｉ ｏｍａｉ ｅｈ ｏｏｙ ｈｎ ｄ １２ ５， ｈｎ ） ｅ ｅ ｏ ｇ ｅｉ ｆ ｎ ｏ
第２ ９卷 第 ９期
２１ ０ ２年 ９ 月
计 算 机 应 用 研 究
Ａｐ ｌｃ ｔ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｏ ｕ ｅ ｓ ｐ ｉ ａｉ ｓ ａ ｃ ｆＣ ｍｐ ｔ ｒ ｏ
Ｖｏ ． ９ Ｎｏ ９ １２ ．
Ｓｐ ｅ ．２ ２ ０１
一
种 改进 的 遗传 算 法 ： — Ｏ 算 法 ＧＡ Ｅ
遗传算法是一 种 自适应 概率性 全局 优化搜 索算法 。作为
一
Ｅ Ｏ算 法易于实现 、 计算量小 、 算法效 果好 ， 因此得 到 了广泛 的 应用 。该算法 的基本步骤 如 图 １所示 。
ຫໍສະໝຸດ Baidu
种 智能化 的全局 搜索算 法 ， ２ 纪 ８ 自 Ｏ世 ０年代 问世 以来 ， 在
诸 多领域 的应用 中展 现 出其 特有 的魅 力 ， 同时也暴 露 出许 多 不足 和缺陷 。遗 传 算 法 在 实 际 应 用 中 存 在 以 下 几 方 面 的 缺 陷… ：
地增加 了计算量 ， 不仅影 响了算 法效率 ， 阻碍 了遗传算 法在 更
工 程 实 践 中 的应 用 。 Ｃ 易 出 现 早 熟 收 敛 现 象 。 当 种 群 规 模 较 小 时 ， 果 在 进 ） 如
化初 期出现适应 度较 高 的个 体 ， 群体 的多 样性 往往 会 受到 破 坏， 从而 出现早熟 收敛现象 。 本 文针对基本遗传算 法 的上述缺 陷 ， 算法加 以改 进 ， 对 将 极值优化算 法与遗传算法 相结合 ， 出一种 混合遗 传算 法 ， 提 力 求克服 以上缺陷 。
ａ 全局搜索能力很 强而局 部寻优 能力较 差 。具体 表现 为 ） 遗传算法 可以用很快的速度搜索 到最优解 附近 ， 但要进一 步达
到最优解则 速度极慢 。 ｂ 对搜索 空间 变化 的适 应能 力差 。当搜 索空 间增 大 时 ， ）
基 本 遗 传 算 法 需 急 剧 扩 大 种 群 规 模 以实 现 全 局 搜 索 ， 而 极 大 从
Ａｂｔａ ｔ ｈ ａｉ Ｇ （ｅｅｉ ａ ｏ ｔｍ）ｈｓ ｏ ｅ ｒｂｅ ｃ ｓｈ ｏｒ ｂｌｙｏ ｌ ａ ｓａｃ ，ｈ ｂｎ ａｔ ａｃ— ｓｒｃ：Ｔ ｅｂｓ Ａ ｇｎｔ ｌ ｒｈ ｃ ｃ ｇｉ ａ ｍ ｏｌ ｓ ｈａ ｔ ｐｏ ｉｔ ｆｏ ｌｅｒｈ ｔｅａｕ ｄｎ ｃｌ ｓ ｐ ｍｓ ｕ ｅ ａ ｉ ｃ ｕ
何 嘉 ， 李雪冬。
（ ．电子科技 大 学 计 算机 科 学与 工程 学院 ，成 都 ６ １ ３ ； ．成都 信 息工程 学 院 计 算机 学院 ，成都 ６ ０ ２ ） １ １７ １ ２ １ ２ ５
摘
要 ：针对基 本 遗传 算法 （ Ａ 有局 部搜 索 能力差 、 算量 大 、 Ｇ ） 计 对较 大搜 索空 间适应 能力差 和 易收敛 于局 部 极
１ 极 值优 化算 法
极值优化 （ Ｏ） 算 法 由 Ｂ ｅｃ ｅ 在 国际遗 传 与进化 计 Ｅ ｏｔｈ ｒ ｔ 算 会议上提 出。算法 的思想源于 自组织临界理论 ， 其突出 的特
ｌｔ ｄ ｑｕ ｎ ｉｙ，ａ ｄ ｔ ｏ ｒａ ｉｉｙ ｆｒｓ ａ ｃ ｉ ｇ ｓ ａ ｅ ａ ｏ ｓｒｃ ｎ ｏ ａ ｎｉ ａ ｅ ａ ｔｔ ｎ ｈｅ ｐ ｏ ｂ ｌｔ ｏ ｅ ｒ ｈｎｇｂｉ ｐ ｃ ｎｄ ｃ ｎ ｔｉｔｉ ｌ ｃ ｌｍｉ ｍｕｍ ａ ｉｙ ｅｃ．Ｅｘ ｒｍｅ ｔｐｒｖ ｓｔ ｔｔ ｅ ｓｌ ｔ ｐｅ ｉ ｎ ｏ ｅ ｈａ ｏ
ｍ ｘｔ ｅＥ （ ｘ ｅ ｌ ｏ ｔ ｉ ｔ ｎ ｌｏｉ ｍ ｉｔ Ｇ ｏ ｌ ｐｏ ｅｔｅａ ｏ ｅｄ ｆｃ ． ｉ ｈ Ｏ ｅ ｔ ｍａ ｐｉ ｚ ｉ ）ａ ｒ ｈ ｏ Ａ ｃ ｕｄ ｉ ｒ ｂ ｖ ｅ ｔ ｒ ｍ ａｏ ｇ ｔ ｎ ｍ ｖ ｈ ｅｓ Ｋｅ ｏｄ ：ｇｎｔ ｌ ｒｈ Ｇ ； ｙｒ — Ａ； ｘ ｅ ｌ ｐｉ ｚｔ ｎａ ｏ ｔｍ； ｏａ ｍｎｍ ｍ ｙｗ ｒｓ ｅｅ ｃａ ｏｉ ｍ（ Ａ） ｈ ｂ ｄＧ ｅｔ ｍａ ｏｔ ａｉ ｌ ｒｈ ｌｃｌ ｉｉｕ ｉ ｇ ｔ ｉ ｒ ｍｉ ｏ ｇｉ
中 图分 类号 ：Ｔ ３ ９；Ｐ ０ ． Ｐ ０ Ｔ ３ １６ 文献标 志码 ：Ａ 文章 编号 ：１０ — ６ ５ ２ １ ）９ ３０ — ２ ０ １３ ９ （０ ２ ０ — ３ ７ ０
ｄ ｉ１ ．９ ９ ｊｉ ｎ １０ — ６ ５ ２ １ ． ９ ０ ８ ｏ：０ ３ ６ ／．ｓ ．０ １３ ９ ． ０ ２ ０ ． ２ ｓ
小值 等 问题 ， 用将极值 优化 （ Ｏ 算 法与传 统遗 传 算 法相 结合 的方 式 ， 采 Ｅ ） 对基 本 遗 传 算法 进行 改 进 ， 出 了一 种 提 新 的算 法 ：Ａ Ｅ Ｇ —Ｏ算法 ， 用 实验 证 明 了新 算法 的有效 性 。 并
关 键 词 ：遗 传 算法 ； 合遗 传算 法 ；极值优 化 算法 ；局部 极 小 混