Based on systemic analysis and comparison of the two types of mutation operators in the success probability, local convergence velocity, global convergence performance, mutation step-size control, computation costs, multi-population technique, single-population ES and multi-population ES based on single-ge.
现有的变异算子都使用全基因变异,本文提出单基因变异,通过对变异成功概率、局部收敛速度、全局收敛性能、变异步长控制、计算开销、多种群技术系统地分析比较两种变异方式的优劣,建立基于递减型变异步长单基因变异算子的单种群和多种群进化策略,最后论述进化算法仿真试验平台的构建及其应用。
The mutation step-size control for monogenic-mutation-based evolution strategies(ES)is investigated.
首先研究单基因变异进化策略(ES:evolution strategies)的变异步长控制,对变异步长与改进率的关系作理论分析,建立了基于单基因变异ES的变异步长控制策略。
By tuning the variance of the mutation operator according to the feedback information,changed the mutation step of ES with the current searching result.
为了提高进化策略的搜索精度和全局搜索能力,提出了一种基于反馈和混沌变异的改进进化策略,将各代当前最优搜索结果反馈到变异步长的更新公式中,通过对变异算子中随机数方差的调整使进化策略的变异步长随搜索过程自适应地变化,同时根据混沌运动具有遍历性的特点,利用混沌变异产生个体,保证种群中的部分个体在搜索后期仍保持较大的跳出局部极小的能力,从而达到提高算法全局搜索能力和搜索精度。
