| 318 | 14 | 67 |
| 下载次数 | 被引频次 | 阅读次数 |
在分析传统遗传算法和模拟退火算法各自优缺点的基础上,提出把模拟退火算法和传统遗传算法相结合的混和算法,有效避免了两种算法的不足之处,并将该混和模拟退火遗传算法用于非线性的参数估计中。
Abstract：Based on the analysis of the advantages and disadvantages of Genetic Algorithm and Simulated Annealing Algorithm,a hybrid simulated annealing genetic algorithm is proposed.The hybrid algorithm avoids the disadvantages of the two kinds of algorithms.The hybrid simulated annealing genetic algorithm is used in nonlinear parameter estimation.
[1]王新洲.非线性模型参数估计理论与应用[M].武汉:武汉大学出版社,2002
[2]周明,孙树栋.遗传算法原理及应用[M].北京:国防工业出版社,1999
[3]陈伟,王新洲.非线性最小残差绝对值和最小平差的遗传算法[J].地理空间信息,2004(3):8～12
[4]杨若黎,顾基发.一种高效的模拟退火全局优化算法[J].系统工程理论与实践,1997(5):29～35
[5]彭东海.基于模拟退火的混和遗传算法[J].湖南工程学院学报,2005(3):53～57
[6]郝博,王雷,景晓东.基于混和遗传算法优化的数据预处理组合方法研究[J].计算机应用研究,2005(12):39～40
基本信息:
中图分类号:P208
引用信息:
[1]陈伟,张从海.混和模拟退火-遗传算法在参数估计中的应用[J].地理空间信息,2007,No.24(02):99-101.
2007-04-28
2007-04-28