论文部分内容阅读
提出一种结合支撑向量机的混合遗传算法S-GA．该算法基于支撑向量机训练获得较准确的个体适应度判别器，利用适应度判别器降低算法运算量，保持进化种群的多样性并控制进化向更优方向进行。S-GA和标准GA相比，具有收敛速度快．搜索最优解效率高的优势。利用GA和S-GA算法对非规则墙体上光伏阵列设计问题进行仿真实验。发现该算法收敛速度相比GA提高3倍，搜索得到的最优解对应的适应度增大约10％。