一种基于旋转变异和交叉算子的新优化方法
神经与进化计算
2013-07-23 v1 最优化与控制
摘要
在大空间中的许多全局优化问题中，评估全局最优点需要更多的计算。本文提出了一种针对连续函数优化的新方法，该方法采用旋转变异和交叉算子。所提出的方法（RMC）从通过精英机制具有最佳适应度值的点开始，随后使用旋转变异和交叉算子以达到最优点。RMC 方法通过遗传算法（GA）实现（简称 RMCGA），并与 DE、PGA、Grefensstette 和 Eshelman [15,16] 等其他知名算法进行了比较。数值和模拟结果表明，RMCGA 能够以更少的代数更可靠地达到全局最优点。
引用
@article{arxiv.1307.5534,
title = {A New Optimization Approach Based on Rotational Mutation and Crossover Operator},
author = {Masoumeh Vali},
journal= {arXiv preprint arXiv:1307.5534},
year = {2013}
}