论文部分内容阅读
针对标准遗传算法（SGA）收敛速度慢和早熟的缺陷，从生物学和人类社会学得到启示，在每一代完成遗传操作后引入一个学习过程；从模式的角度出发提出学习概率的确定原则并确定了其计算方法．实现了进化过程中同代个体之间相互竞争与学习的结合．采用惯用的测试函数进行比较研究，仿真结果表明此算法提高了SGA的全局收敛速度，克服了早熟的缺陷，且在群体规模较小的情况下仍然能够达到全局最优，具有较好的寻优能力和一定的现实意义．