论文部分内容阅读
为了有效解决具有不确定性和多极小性的随机优化问题,提出了一类基于假设检验的遗传算法.该方法通过多次评价来进行解性能的合理估计,利用遗传操作来进行解空间的有效搜索,采用假设检验来增加种群的多样性和算法的探索能力,从而避免遗传算法的早熟收敛.基于典型的随机函数优化和组合优化问题,仿真研究了假设检验、性能估计次数、噪声幅度对算法性能的影响,验证了所提方法的有效性和鲁棒性.