论文部分内容阅读
为解决(1+λ)进化策略运行时搜索范围优化与优良基因积累之间的矛盾,分析了个体在不同变异率下变异操作后适应度变化情况,提出了一种根据当前最佳个体适应度及种群历史信息动态调整变异率的方法,构造了一个变异率调整函数。在MAT-LAB软件平台上进行了外部进化实验,结果表明,相对于传统的固定变异率方法,该方法不仅减少了所需的演化代数,而且在一定程度上提高了算法的稳定性。