导读:为提高遗传算法的局部和全局搜索能力,提出了一种具有混沌局部搜索策略的双种群遗传算法(CLS-DPGA)。CLSDPGA中,一个作为探测种群,另一个作为开发种群。两个种群...
摘要:为提高遗传算法的局部和全局搜索能力,提出了一种具有混沌局部搜索策略的双种群遗传算法(CLS-DPGA)。CLSDPGA中,一个作为探测种群,另一个作为开发种群。两个种群按照不同交叉概率和变异概率进行进化,每个种群每进化一代后就对其最优解进行混沌局部搜索。若搜索到更优的解,则取代原最优解直至搜索到预设的混沌次数,同时两个种群之间每10代进行一次移民操作。六个Benchmark函数的实验结果证明,CLS-DPGA比另一种自适应局部搜索策略的遗传算法(a-hGA2)具有更好的寻优能力。