基于成长机制的改进遗传算法及其应用

摘要

在简单遗传算法(SGA)的基础上,结合自然界物种进化中优胜劣汰的过程,引入所有个体向最优个体学习的基于成长机制的改进遗传算法(DGA)。通过设置个体的学习率来区分不同个体学习过程,根据个体成长之后的适应度值来判断是否选择进化,充分保证进化初期种群的多样性,进而优化了遗传算法的全局搜索能力。通过函数寻优以及TSP问题的仿真,充分验证了新算法在增强全局寻优方面的能力。