论文部分内容阅读
针对遗传算法存在求解精度与收敛速度间的矛盾，提出一种新的自适应对称调和遗传新算法．该算法中交叉率（crossover rate）和变异率（mutation rate）随着染色体（chromosome）的适应度函数值（fitness value）动态改变，同时在产生子代（child）新种群（group）的过程中来源不是单一的父代（parent）种群，而是由三部分组成，即父代种群中的最优个体直接进入子代种群、通过选择交叉操作产生部分新的个体、投放部分特殊个体．建立了新算法与人工神经网络结合的电力负荷预测耦合模