论文部分内容阅读
本文提出了一种带记忆信息的协同进化算法——将种群划分为一个子种群和多个独立的个体，协调算法的局部与全局搜索能力；独立个体中适应度最高的个体与子种群进行交叉与合并，实现种群内部的协作与更新；利用子种群内个体间的相似性，选择有代表性个体进行多次变异，发现有利于提高个体适应度的重要基因位来引导该子种群的变异行为。实验表明，本文算法能够快速找到高精度的数值解，性能稳定且易于实现。