在使用遗传算法进行优化设计时，染色体中基因的变异和保持合理的种群密度都是为了保持群体的多样性，使算法能够跳出局部极值。但是不能让每个染色体都参与变异，这样会导致优秀的染色体无法保存下来。本文介绍一种决定染色体是否变异的算法，并介绍一种种群密度的计算和筛选方法。

1、自适应变异算子

自适应变异算子通过设置变异率与适应度值成反比，以判定不同个体对算法进化的不同贡献，保证优胜劣汰，优良的个体可以遗传到下一代。为避免变异算子对模式的破坏作用，在算法执行过程中要求变异率一般都很低(小于0.1)，特别是对于优良个体有必要进一步减小变异率来提高其生存的可能性。下式为变异率的表达式：

其中fd为对应的归一化适应度值，α为变异率比例系数。下图为变异率与归一化适应度之间的整合曲线。

2、种群密度

种群密度与个体距离是相关的，可以通过计算个体之间的距离来判断种群密度的大小，当两个个体之间的距离较小时，表示此处种群密度较大，可以去掉适应度较低的个体，保留适应度最高的个体。两个体间距离计算用欧氏距离：

此文章为微信公众号原创文章，查看全部文章内容请关注微信公众号“数字化设计CAX联盟”，回复数字：7765查看。