论文部分内容阅读
现有的单目标遗传算法普遍存在早熟收敛、遗传漂移以及多样性保持不好的问题，多目标遗传算法的最终解往往分布性不好、收敛性欠佳。基于此，为了改善算法性能，本文提出了四种改进的遗传算法。第一种是新型拥挤自适应遗传算法（CSAGA），算法中，开发了基于Sigmoid函数的交叉和变异概率自适应调整方法，改良较劣个体，防止进化停滞和局部收敛；引进了基于最相似个体的新型的拥挤机制，保持种群多样性以及保护算法稳定性。典型的测试函数测试表明CSAGA拥有优秀的收敛速度，稳定的收敛成功率，较高的收敛精度和突出的多