基于状态空间模型的实数编码遗传算法提升求解性能

本文献[3]《基于状态空间模型的实数编码遗传算法》由李茂军、刘黄、李奇和莫红共同撰写，发表于2015年6月的《湘潭大学科学与技术学院自然科学学报》。该研究针对传统遗传算法在求解复杂问题时存在的局限性，提出了一种创新的算法——实数编码遗传算法（RGABS）。RGABS的主要创新之处在于它不再局限于传统的连续搜索方式，而是将问题的求解过程转化为离散系统状态空间模型的动力学过程。 在RGABS中，作者构建了一个遗传算子矩阵，用于确定搜索的方向，这突破了传统遗传算法的固定模式。遗传算子矩阵的设计不仅体现了自然选择中的优胜劣汰机制，而且通过评估其范数，可以有效地评估算法的收敛性和收敛速度，从而优化算法的整体性能。这种方法使得算法能更灵活地探索问题空间，减少局部最优陷阱的可能性。 文章详细阐述了RGABS的计算流程，包括如何构造遗传算子矩阵，以及在选种池选择操作中的应用。作者还深入分析了遗传算子矩阵和选择操作对算法性能的影响，以及这些因素如何影响算法的收敛性和收敛速度。实验结果显示，RGABS在保持计算精度的同时，显著提高了计算效率，显示出强大的适应性和全局优化能力。 关键词方面，文章强调了状态空间模型、遗传算法、遗传算子矩阵、选择操作以及收敛性的关键作用。该研究为遗传算法的理论发展和实际应用提供了一个新的视角，对于解决复杂的优化问题具有重要的理论价值和实践意义。这篇文章为改进遗传算法的性能和扩展其应用范围提供了创新的方法论支持。