论文部分内容阅读
文章主要论述了浮点数编码遗传算法优化的问题.充分利用个体及其适应度函数值的已知信息,依据一定算法得到"梯度"信息,从而加快算法的收敛速度.但如果个别适应度函数值相对较大(例如是全体适应度函数值平均值的100倍以上),则上述利用"梯度"信息的优势尽失.为了解决此问题,提出排队"梯度"浮点数编码遗传算法.最后用典型的四个常用测试函数分别对简单浮点数编码遗传算法、利用"梯度"信息的浮点数编码遗传算法和排队"梯度"