A Hybrid Improved Genetic Algorithm and Its Application in Dynamic Optimization Problems of Chemical Processes
Sun, Fan, Du, Wenli, Qi Qi, Rongbin, Qian Qian, Feng, Zhong, Weimin · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2013
动态优化问题的答案由于他们的高度非线性、多维的性质通常是很困难的。当坡度是困难的计算时，基因算法(GA ) 被证明了是一个可行方法。它的优点是根本，时间上演的控制侧面同时被优化，但是它的集中在进化的以后的时期是很慢的，它容易在本地最佳被套住。在这研究，为解决动态优化问题的一个混合改进基因算法(HIGA ) 被建议克服这些缺点。单一的方法(SM ) 被用来在最佳的答案的邻居执行本地搜索。由使用 SM，全球最佳的答案的理想的寻找方向能尽快被发现，算法的集中速度被改进。混合算法介绍一些改进，例如保护最好的个人，接受移民，以及采用适应转线路和 Gaussian 变化操作员。建议算法的效率被解决几个动态优化问题表明。最后， HIGA 在一个喂的批反应堆被用于分泌蛋白质的最佳的生产， HIGA 发现的最佳的喂率有效、相对稳定。