一种高效的复杂系统遗传算法

针对遗传算法效率低等问题，基于复杂系统理论对其作了以下改进:首先，用反映复杂系统能量分布的幂律法则改造了选择算子;其次，引入复杂系统自学习特性重新设计了交叉算子;再次，采用反馈机理改进了更新策略;最后，在算法中增加了基因漂流算子。通过上述改造，复杂系统遗传算法各个算子相互平衡、相互制约，有效地抑制了遗传算法的“早熟”，并在很大程度上提高了算法的效率。进一步通过实验结果表明，该算法在高维优化中具有较好的性能。