论文研究 基于复合形法的聚类遗传算法.pdf

针对标准遗传算法的未成熟收敛问题和局部收敛能力不佳等情况，提出一种基于复合形法的聚类遗传算法。通过使用复合形法结合聚类小生境技术对传统的遗传算法进行改进，得到基于复合形法的自适应聚类遗传算法（NCGA）。该算法使用FORTRAN语言进行编程，通过使用三种复杂的测试函数对其性能进行测试，并与自适应遗传算法（AGA）进行了性能比较，还分析了初始种群的优劣对算法性能的影响。测试结果表明：对于遗传算法的改进效果明显，在遗传算法中融入复合形操作能明显增强遗传算法的局部搜索能力，且聚类技术使得遗传算法的全局搜索能力得到显著增强，反向学习操作的添加能增强算法的稳定性。改进后的遗传算法的性能明显好于传统的遗传