变种群规模遗传算法的研究

【引言】遗传算法是由美国Michigan 大学的John Holland 教授提出的一种模拟生物体进化过程的随机搜索算法，采用几种简单的编码方式来表示生物界各种复杂结构，对进化对象执行选择、交叉、变异一系列遗传操作，从而产生更优秀的下一代。那么，算法面临的第一个问题就是进化对象的数目，即是群体规模的大小。根据模式定理及算法的隐并行性，群体规模越大，多样性就越好，算法陷入早熟的危险越小，但同时算法的计算量随之增加，这使得在解决应用问题时功耗过大，不利实际。若群体规模较小，将使算法搜索空间受限，容易导致欺骗问题和早熟现象的产生。近年出现了许多关于群体方面的研究，文献[1] 对群体规模和遗传算法的收敛速度之间的关系进行了初步的研究。文献[2]研究了在变化的环境中群体规模对遗传群体多样性的关系。文献[3]在解决不同类型问题的时候，合适N 值的计算方法需要自适应变化。