一種改進的遺傳算法分析

李 可

（吉林電子信息職業技術學院，吉林 吉林 132012）

一種改進的遺傳算法分析

李 可

（吉林電子信息職業技術學院，吉林 吉林 132012）

遺傳算法是復雜的非線性科學和人工智能科學的前沿，遺傳算法具有不受搜索空間限制性假設的約束，也不受模型參數數目與約束條件的束縛等特點，它的優點在于全局尋優。文章通過算法改進，找到最優個體，加快收斂速度，克服過早收斂的缺點。

遺傳算法；個體最優；加快收斂

1 遺傳算法使用背景

遺傳算法生根于達爾文的自然選擇學說，其核心思想是模擬自然界中生物的進化，是以“優勝劣汰，適者生存”為基礎的。1975年美國密歇根大學J·Holland教授在自然界遺傳進化理論的啟發下研究出了遺傳算法，它是一種并行的，靠隨機尋優的計算機算法。但是并不能將算法直接投入到各個實際問題中，必須對單一的遺傳算法進行適當的加工，才能將其投入生產生活的使用中。

遺傳算法包含了很多數學概念，如適應度函數，復制交叉等。在實際問題中尋找該問題的最優解是遺傳問題的主要工作。遺傳算法是對求解空間沒有很高的要求，對解集函數無需求導，因此該算法的優點是計算間接，收斂速度快[1]。所以遺傳算法更加適合求解復雜的多項式非確定性問題。遺傳算法直接將搜索信息定為目標函數，首先給出一個確定的范圍，然后并行地對多個值同時進行搜索，因此和其他的優化算法相比遺傳算法的求解速度更快，更能夠有效地處理多值多變的實際問題，例如生產調度問題、旅行商問題、自動控制問題、復雜布局問題以及神經網絡問題?！?br>