混合粗粒度遗传算法在约束最优化问题中的应用.pdf

30 22 计　算　机　工　程 第 卷　第 期 2004 11 年 月 Vol.30 № 22 Computer Engineering November 2004 ·人工智能及识别技术· 文章编号：1000—3428(2004)22 — 0129—03 文献标识码：A 中图分类号： TP301.6 混合粗粒度遗传算法在约束最优化问题中的应用 1 2 1 钱志勤 ，王志鹏 ，周 炜 华东理工大学机械工程学院 上海 ； 中兴通讯移动事业部，上海 (1. , 200237 2. 201203) 摘 要：选取粗粒度遗传算法，并针对其过早收敛、收敛速度慢的缺陷进行改进，提出混合粗粒度遗传算法。混合粗粒度遗传算法按照适应 度函数值对染色体群体进行分组，各分组采用不同的惩罚系数、交叉、变异算子；同时采用同种互斥和最优解保留策略。实验结果表明该算 法在约束最优化问题中应用良好。 关键词：粗粒度遗传算法；约束；最优化问题 Application of Hybrid Coarse-grained Genetic Algorithm in Constrained Optimal Problems 1 2 1 QIAN Zhiqin ，WANG Zhipeng ，ZHOU Wei (1.Mechanical Engineering Institute, East China University of Science and Technology, Shanghai 200237 ； 2.Wireless Communication Branch, Zhongxing Telecom Cooperation, Shanghai 201203) 【 】 Abstract In this paper, a hybrid coarse-grained genetic algorithm(HCGGA) is proposed to solve the problems of premature convergence and the slow convergence rate of coarse-grained genetic algorithm(CGGA). All chromosomes are ranked according to their fitness values and divided into several subgroups in HCGGA. Each subgroup, whose values of punishment coefficient, crossover and mutation operators are different from other subgroup