基于进化策略的函数优化  

Optimization for Function Based on Evolutionary Strategy

作　　者：张子龙[1] 梁志勇[2] 

机构地区：[1]肇庆工商职业技术学院,肇庆526040 [2]肇庆学院,肇庆526040

出　　处：《现代计算机》2009年第3期34-36,共3页Modern Computer

摘　　要：进化算法是基于生物进化模型发展起来的一个随机搜索技术,它模拟由个体组成的群体的集体并行学习过程。对于一个给定的问题,存在问题相应搜索空间,每一个个体表示所给定的问题的相应搜索空间的一个点。在进化算法中,选择(复制、重组)、交叉(杂交)、变异是3种最关键的基本操作,就实际函数求极小值的问题的具体实现进行描述,并根据实验的结果,讨论对该算法的一些改进。Evolutionary algorithm is a random search technology which based on the development of biological evolution model, it simulates the parallel learning process of the collective group by the individual components. For a given problem, there is a corresponding issue of the search space, each of the individual given that stand on a point of the issue to the corresponding search space. In the evolutionary algorithm, the choice, cross and reverlution, is a variation of the most critical basic operations, describes the minimum to achieve the specific issues on the actual function, according to the results of the experiment, discusses some of the improvement of the algorithm.

关 键 词：进化策略 个体 适应度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O242.23[自动化与计算机技术—控制科学与工程]