基于染色体易位的动态进化算法

？针对采用二进制编码的进化算法在函数优化过程中会因为维度之间的相互干扰,导致部分低阶模式出现无法进行有效重组的现象,提出一种新的结合细胞学研究成果的进化算法——染色体易位的动态进化算法(ctdea)。算法通过构建基因矩阵来模拟有机染色体在细胞内的结构化过程,并在基因矩阵的基础上对出现同质化的染色体短列实施模块化的易位操作,以此来维护种群的多样性;同时通过个体适应度划分种群的方式来维护精英个体,确保个体间的竞争压力,提升算法的寻优速度。实验结果表明,该进化算法与已有的遗传算法(ga)和分布估计算法相比较,在维护种群多样性方面有较大改进,能够将种群的多样性保持在0.25左右;且在寻优的精度、稳定性以及速度上也有明显的改进和提高。