一维下料的改进遗传算法优化

机得到两个随机位，并将这两个随机位的元素加以对换。颠倒位序变异是在序列中随机得到一个随机位，并在这随机位之后的元素加以颠倒。本算法还采用了模拟基因突变的缺失与增添。缺失是父序列中随机取出一个变异位，在该变异位之后的位都向前移一位，最后将取出的变异位添加到最末位。增添是在父序列上随机得到一个变异位。将在此变异位之后的位都向后移一位，最后将父序列中最后的位添加到变异位得到新的子序列。由这两种算子加上传统的位置变异与颠倒序列变异，在变异概率下，有一定概率执行前面四种变异算子，这样一来进化的多样性会大大提高，更有概率能接近最优解。传统的变异率是恒定不变的。基于生物进化学说，两个优秀的父代得到的子代往往是比较优良的，而两个较差的父代往往得到的子代不会优秀。所以在遗传算法进化的初期，上一代的适应度往往不会太高，经过交叉之后往往也不尽如人意。因此较高的变异率则是有助于尽快地进化得到较好的下一代。而在进化
<<上一页下一页>>

首页 > 电子期刊 > J > 计算机时代

本站访问人数：