基于改进的遗传算法求解脑电逆问题

摘要

由大脑头皮电压推断大脑内活动源的信息,称之为脑电逆问题,即通过脑电图数据去反演可以反映脑电活动等效偶极子源的参数信息。其中,遗传算法由于其良好的鲁棒性、自适应性和全局优化性,是解决这类非线性问题的有力工具,但仍存在一些问题。文章分别采用了改进的自适应遗传算法和混合遗传算法,分别对单偶极子和双偶极子模型进行仿真。仿真结果表明,相对于基本遗传算法,混合遗传算法在搜索的早期效率较高,而自适应遗传算法在中后期防止局部最优的性能方面有较大提高。