均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

基于MATLAB的遗传算法优化软件设计

优化设计理论使工程设计方法发生了变革。其中,遗传算法理论与传统优化算法相比,具有鲁棒性、自适应性、全局优化性和隐含并行性的特点。本文基于Matlab语言编程实现了遗传算法,并设计搭建了用户界面。通过标准测试函数对所开发软件优化功能进行了测试检验,优化结果准确,操作简单方便,系统设计满足预期要求。     

改进自适应遗传算法研究及其应用

针对标准遗传算法收敛慢，提出了一种改进自适应遗传算法，即通过全局变异算子和局部变异算子共同作用，改善种群的分布特性，加强算法的全局收敛能力。应用概率模型的遗传算法对4个名的测试函数进行优化计算，实验结果表明：该算法不易陷入局部极值，收敛速度快，且实现简单。