作         者：喻壽益，鄺溯瓊
（中南大學信息科學與工程學院，湖南長沙　４１００８３）

摘　　　要：針對簡單遺傳算法（ＳＧＡ）收斂速度慢和早熟收斂現象，將模糊邏輯理論應用于遺傳算法，并采用兩級嵌套的遺傳算法，隨主遺傳算法ＧＡ１求解優化問題的進化進程用模糊控制的方法自適應地調整遺傳算法的交叉概率和變異概率；利用另一個遺傳算法ＧＡ２優化模糊規則庫，實現了一種嵌套式模糊自適應遺傳算法（ＮＦＡＧＡ）。仿真結果表明，這種算法的全局搜索收斂速度和解的質量明顯優于ＳＧＡ和一般的自適應遺傳算法（ＡＧＡ）。
關　鍵　詞：嵌套遺傳算法；模糊規則；交叉概率；變異概率

引　      言：遺傳算法（ＧＡ）是模擬生物的遺傳和進化過程建立起來的一種搜索和全局優化算法，其性能很大程度上取決于種群規模、染色體長度、交叉概率Ｐｃ、變異概率Ｐｍ 等參數的選擇，尤其是Ｐｃ，Ｐｍ的合理選擇將直接影響到ＧＡ的收斂速度和解的質量［１�玻常荨：唵芜z傳算法（ＳＧＡ）因其交叉概率和變異概率的值在求解問題的整個進化過程中保持不變，經常出現收斂速度慢、陷入早熟收斂等現象［４�玻担荨＃樱颍椋睿觯椋觯幔蟮忍岢隽耍校愫停校� 隨適應度自動調整的自適應遺傳算法（ＡＧＡ）［６］，但是Ｐｃ和Ｐｍ 的調整規律對于不同的優化問題可能是不一樣的，使Ｐｃ和Ｐｍ 隨優化問題不同而改變其調整規律，進一步提高ＧＡ的求解精度、收斂速度和魯棒性是需要深入研究的問題。
本文采用模糊控制器調整Ｐｃ和Ｐｍ 參數［７�玻福荩�引入自學習機制建立模糊控制規則，即用另一個ＧＡ優化模糊控制器的控制規則，構建了嵌套式遺傳算法，形成一種嵌套式模糊自適應遺傳算法（ＮＦＡＧＡ），以實現對Ｐｃ和Ｐｍ 的動態調整，進一步優化遺傳算法的性能。