基于学习的进化规划算法

摘要

提出基于学习的进化规划算法,用以改进普通进化规划算法的性能.该算法一方面通过学习种群整体的进化信息用以改善种群整体性能,具有大范围快速搜索的特点; 另一方面该算法强调学习种群中个体的进化信息,单一个体以当前代的最优个体作为学习目标,用以加大当前最优解附近的搜索力度,具有局部"细搜"的特点.该进化规划算法不仅能够加快算法的收敛速度,而且能够有效地保证种群的多样性.用该方法可求解具有多个极值点的函数优化问题,计算机仿真实验结果表明该方法是非常有效的.