關鍵詞：混沌運動 遺傳算法 適應度函數 模糊神經網絡 智能污水處理系統 

摘要：針對遺傳算法在非線性系統優化問題中易陷入局部最優,且大量研究改進后仍存在不足的問題。根據混沌運動的結構特點,提出了一種解決非線性系統優化問題的混沌遺傳算法(CGA,ChaosGeneticAlgorithm)。該算法將混沌變量引入遺傳算法的優化變量中,使兩者的取值范圍相互映射,利用更新后的混沌變量轉換為“染色體”進行遺傳操作,同時根據適應度大小選擇需要附加混沌擾動的群體,使變異操作具有導向性,經過多次進化,得出問題的最優解。仿真實驗利用多種測試函數和相似的智能優化算法進行對比驗證。結果表明,該算法保證了非線性系統優化問題動態響應的速度和尋優結果的精度,定量的評價了混沌遺傳算法的優化效果。

計算技術與自動化雜志要求:

{1}參考文獻請參考國家標準格式著錄。

{2}要求選題新穎、觀點鮮明、資料準確、數據翔實，具有一定的學術交流價值或普遍借鑒意義。

{3}除非作者另有聲名，本刊對稿件有權修改。

{4}論文若多作者署名時必須排序，應注明每位作者的工作單位和郵政編碼。第一作者還須提供性別、出生年、學位、職稱、是否為研究生導師等方面的信息。通信作者應注明聯系電話及其電子信箱。

{5}正文標題層次分級：一般不超過4級。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社