作　　者： ; ;

机构地区： 周口师范学院计算机科学系

出　　处： 《现代计算机》 2009年第5期32-35,共4页

摘　　要： 进化规划是一种随机优化方法,它的目标是通过进化达到行为智能化。采用多个变异算子的多群进化规划算法,改进的进化规划算法还使用约束条件处理和精英保留策略以进一步提高算法的性能。将改进的进化规划算法应用于求多峰值函数极值学习,对改进算法的性能进行仿真,数值仿真实验结果显示该算法的有效性。 Evolutionary Programming is a stochastic random method, and it attains intelligent behavior though evolution. Employs multi-group Evolution Programming algorithm with several operators. Gaussian and Cauchy mutation operator, constraint conditions and the elites saving strategy are also adopted in the improved Evolution Strategy to further enhance the performance. The proposed algorithm is applied to solving multi-peaks function extreme values learning, and simulates the improved algorithm＇s performance. Numerical simulation results show the effectiveness of the proposed algorithm.

关 键 词： 进化算法 进化规划 函数极值

领　　域： [自动化与计算机技术] [自动化与计算机技术] [电气工程]