噪声环境下多模态函数优化的遗传算法

针对噪声环境下多模函数的优化,本文理论上分析了噪声对多模函数优化的全局收敛性和收敛精度的影响,并通过全局区域搜索率和全局区域收敛精度分析噪声对算法的影响程度.实验结果和分析表明,增加多模函数寻优难度和噪声强度,遗传算法的全局区域搜索率都在下降,全局区域收敛精度总体变差;重采样的方法能够有效提高算法的全局区域搜索率,总体改善算法的全局区域收敛精度;确定性排挤遗传算法(DeterministicCrowdingGeneticAlgorithm,DCGA)和多种群遗传算法(Multi-PopulationGeneticAlgorithm,MPGA)的全局区域搜索率和全局区域收敛精度要优于杰出保留遗传算法(ElistGeneticAlgorithm,EGA).