求解高维函数优化的反馈多智能体遗传算法

摘要

针对多智能体遗传算法收敛速度慢,求解精度有待提高的问题,提出一种新的反馈多智能体遗传算法.该算法融合了均匀设计思想,丰富了初始种群的多样性并予以验证;添加反馈算子,提升了算法的收敛速度,大大降低了函数评价次数.同时,对邻域竞争,变异和自学习算子大幅改进,结合算术交叉,以及二进制竞争的方式保留精英个体.高维函数优化实验表明,改进后的算法在很大程度上能避免陷入局部极值窘境,具有很好的全局寻优能力和更高的求解精度.