摘要
提出了一种自适应策略的混沌局部搜索遗传算法(ACLSGA),它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。4个基本的测试函数优化结果表明:ACLSGA比具有精英保留选择机制的实数编码的遗传算法(RGA)的全局搜索能力强,收敛速度快。
Chaotic local search genetic algorithm with adaptive strategy（ACLSGA） is proposed,in which the best individual is found by one genetic operation for each individual in the population each generation,and whether or not chaotic local search is executed nearby the best individual will be determined by an adaptive strategy.Experiment results on four benchmark functions show that the ability of finding optimal solution and convergence speed using CLSDE were better than using real-coded genetic algorithm with elitism strategy（RGA）.
出处
《计算机与数字工程》
2010年第5期19-21,共3页
Computer & Digital Engineering
基金
湖南省教育厅科研项目(编号:08C198)
益阳市科技局科研项目(编号:YK0812)资助
关键词
遗传算法
自适应策略
混沌局部搜索
最佳个体
Genetic Algorithm（GA）
adaptive strategy
chaotic local search
best individual
