【出 处】：《 计算机仿真 》 CSCD 2010年第2期 196-199页,共4页

【作 者】： 王君红 [1] ; 刘宝 [1] ; 袁若泉 [2] ; 李桂莲 [3]

【摘 要】 为了提高传统遗传优化算法的收敛速度和寻优精度，提出了一种改进型非线性遗传算法（NGA），算法具有父代个体没有复制操作和交叉规律和变异规律更易产生优良子代个体，且交叉概率因子和变异概率因子根据激素调节规律而自适应改变等特点。实践中选择两个典型测试函数对NGA的寻优效果进行了检验；通过检测将NGA应用于一种基于肾上腺激素调控机制的智能控制（ALIC）的优化仿真。仿真结果表明：与标准GA相比，NGA具有比较快的收敛速度和搜索精度；ALIC具有较好的优化控制效果。