【正文】 傳算法，是一種較為有效的求不可微非線性函數(shù)全局最優(yōu)解的方法。 step4 按概率 執(zhí)行算術交叉算子進行交叉操作。 3 算例 T [500,500] （ x)特性示意圖 函數(shù) f(x)有相當多的極小點 ,全局極小點是 =， =1,2,?, ，最優(yōu)值為 ；次最優(yōu)點為 ={( , ,?, ) ： =, , =}， =1,2,?, ，次優(yōu)值 。 參考文獻 [1] 周明，孫樹林．遺傳算法原理及應用 [M]．北京：國防工業(yè)出版社 。對應的浮點編碼遺傳算法，取 m=30， pc=、 pm=， T=100，運行 100次， 82次（以概率 ）搜索到全局最優(yōu)（如表 1中 PPowell =0所示），計算時間約為標準遺傳算法取 T=500時計算時間的 1/8，但是搜索到全局最 優(yōu)的概率卻遠遠高于標準遺傳算法。 (2) 令 ，從 出發(fā)，依次沿方向 , ,?, 作一維搜索，得到點 , ,?, 求指標 m，使得 =max { }，令 。首先第 i個個體適應值取為 fi’ =fmax fi，fi是第 i個個體對應的目標函數(shù)值， fmax為當前種群成員的最大目標函數(shù)值， i=1,2,?,m ?；旌纤惴ǜ纳屏诉z傳算法的局部搜索能力，顯著提高了遺傳算法求得全局解的概率。把 Powell方法嵌入到浮點編碼遺傳算法中，得到求解問題 (1)如下混合遺傳算法： (1) step1 給遺傳算法參數(shù)賦值。 作為求解無約束最優(yōu)化問題的一種直接方法， Powell法的整個計算過程由若干輪迭代組成，在每一輪迭代中，先依次沿著已知的 n個方向搜索，得一個最好點，然后沿本輪迭代的初始點與該最好點連線方向進行搜索，求得這一階段的最好點。對于這個具有多極值的算例，多次計算表明 pPowell= 時，混合法能以完全概率搜索到全局最優(yōu)的準確值，但是此時混合法計算時間約為標準遺傳算法取 T=500 時計算時間的 4/5。 [4] 趙明旺．連續(xù)可微函數(shù)全局優(yōu)化的混合遺傳算法 [J] ．控制與決策 。 采用改進的 Powell方法計算 100次，初值在區(qū)間 [500,500]內隨機產(chǎn)生，只有 6次（即以概率 ）搜索到全局最優(yōu)，計算成功的概率極低。若個體 的元素 被選擇變異， ，則變異結果為 ，其中 ， (3) (4) 返回區(qū)間 [ , ]里的一個值，使 靠近 0的概率隨代數(shù) 的增加而增加。近來，