用于睡眠脑电分期特征选择的自适应模拟退火遗传算法

摘要

本发明公开了一种用于睡眠脑电分期特征选择的自适应模拟退火遗传算法，通过脑电信号进行睡眠分期，需要从脑电信号中提取大量特征参数，从中筛选出相对最优的特征参数组合用于睡眠脑电数学模型的建立。在已有的模拟退火遗传算法中，保留了遗传算法较强的总体搜索能力和模拟退火算法较强的局部搜索能力，以期提高产生优良个体的概率。但现有算法对迭代过程中的个体进行模拟退火操作时，在当前最优解的邻域内随机产生新解的机制存在致命的缺陷，本发明针对这一缺陷，不仅解决了传统模拟退火遗传算法邻域新解产生机制的迭代效率低、受邻域范围影响大等缺点，而且能够实现交叉概率和变异概率的自适应调整，同时采用加权方式进行适应度函数的设计。