用于多峰值函数优化的对数自适应排挤遗传算法 (2014年)

排挤遗传算法能够比较稳定地获取多个峰值，但其求解效率不高，在有限的遗传代数下无法获得较高的求解精度，需要较多的迭代次数。为了快速求出多峰函数的所有最优解，提出了一种基于对数自适应的排挤遗传算法。该算法结合小生境排挤遗传和爬山算子，根据遗传代数对爬山算子的距离值进行对数自适应计算，使种群在遗传过程中保持多样性。通过对多个一维和二维多峰函数的实验和比较分析，测试结果表明，该算法在有限的遗传代数下既能保证求解精度又能提高收敛速度，能够比较稳定地求得所有最优解，是求解多峰函数问题的有效算法。