单纯形搜索在遗传算法中的融合研究

摘要

构造了单纯形混合遗传算法SM-HGA+.分析单纯形搜索算法,提出了单纯形交叉算子和K步随机单纯形搜索算子,并将单纯形搜索算法和这两个算子分别融入到最优微群体μpB(t)、最差微群体μPW(t)和普通群体PC(t),形成SM-HGA+.最优微群体中的单纯搜索算法提高算法的精度;最差微群体中的单纯形交叉算子加速最差个体向优秀个体进化;普通群体中K步随机单纯性搜索提高全局搜索速度,同时在普通群体采用大交叉概率的标准遗传算法,提高全局搜索能力.遗传算法测试函数验证算法SM-HGA+的正确性、效率.