为不断更新传统病毒进行遗传算法的进化病毒群体,提出了一种改进的周期性病毒进化遗传算法。横向上通过周期性生成病毒、周期性进行病毒感染操作,有效地增加了种群的多样性,并减少了计算工作量,提高搜索效率。纵向上对主群体采用逆二分法选择、循环按趟交叉的机制,增强了算法的收敛性能,加快了收敛速度。将提出的改进算法用Muth and Thompson基准问题测试,显示了该算法的有效性。
针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法。新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整阈值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解。通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高。
