论文部分内容阅读
在处理多峰函数的优化问题时，遗传算法局部搜索能力差，并且容易早熟。针对这种问题，将遗传算法与多种局部搜索算法相结合，形成多种Memetic算法。通过进行数值优化实验，发现算法的优化效率有所提高，但是局部搜索算法的不同对优化性能影响很大。为解决这种问题，在传统Memetic算法的基础上提出了一种使每代个体根据局部搜索算法的搜索效率自适应选取局部搜索算法的Memetic算法，即基于离散度的自适应Memetic算法。通过测试函数测试，这种算法具有更高的效率和更强的通用性。