结合适应值共享思想和拥挤思想的遗传算法

摘要

保持遗传算法的种群多样性是将遗传算法用于多峰优化问题和多目标优化问题的关键.适应值共享遗传算法和拥挤遗传算法分别从不同角度改善了遗传算法的搜索能力,是寻找多个最优解的常用算法.本文将这两种算法的优点加以结合,提出适应值共享拥挤遗传算法.该算法在选择阶段采用适应值共享思想,在替换阶段采用拥挤思想.数值测试结果表明,该算法对复杂的多峰优化问题比已有算法有更强的搜索能力.