智能算法——GA(遗传算法)
这是GA算法,在原有的基础上加上了一些改进:高斯变异,简单的竞标赛选择,多点交配和最简单的自适应模型。
高斯变异:
变异不再是随机地生成一个范围内的数,而是通过高斯分布(正态分布),在原有点的周围产生一个新的点,然后继续计算。这改进可以有效提高算法性能。
简单的随机竞标赛选择:
不同以往的选择。改进的选择方式是:每次挑选两组解,然后比较哪一组的适应值更好,好的进入新的种群,直到到达数目。这只是最简单的随机竞标赛,还可以进一步改进。但可以提高算法的搜索空间。
多点交配:
交配不再只是一个点,而是多个点,把“染色体”分段,一段交配一段不交配,直到染色体末尾。
自适应模型
采用的是最简单的自适应,即,每次迭代之后,如果全局最优解有提高,则保持参数,如果没有,适当增加。这种方式过于简单,还可以进一步改进。
精英更新
每次挑解中最好的,如果比当前全局最优解好,则更新。如果不是,则将当前最差解,替换成最优解。