论文研究 基于Backbone的极值进化算法.pdf

由于变量的适应度最优与问题的目标函数最优无法达到一致，从而利用极值过程原则的局部搜索算法对TSP问题效果不好，而通过改变变量的适应度，使其与目标函数相关，就能够提高个体解的搜索能力。比较参数取不同值时个体解搜索到的目标函数，可以发现存在使个体解搜索性能最佳的参数取值，且与变量的变异方式无关，这就为参数设置提供了依据。但个体解接近最优解后改善缓慢，无法快速到达最优解，为此引入组合优化问题解的Backbone概念，在种群进入最优解域后固定解中的相同部分，从而保留解中包含的最优解的信息，在减小问题规模后继续进行优化，增强搜索能力，提高搜索性能。