关键词：混沌运动 遗传算法 适应度函数 模糊神经网络 智能污水处理系统 

摘要：针对遗传算法在非线性系统优化问题中易陷入局部最优,且大量研究改进后仍存在不足的问题。根据混沌运动的结构特点,提出了一种解决非线性系统优化问题的混沌遗传算法(CGA,ChaosGeneticAlgorithm)。该算法将混沌变量引入遗传算法的优化变量中,使两者的取值范围相互映射,利用更新后的混沌变量转换为“染色体”进行遗传操作,同时根据适应度大小选择需要附加混沌扰动的群体,使变异操作具有导向性,经过多次进化,得出问题的最优解。仿真实验利用多种测试函数和相似的智能优化算法进行对比验证。结果表明,该算法保证了非线性系统优化问题动态响应的速度和寻优结果的精度,定量的评价了混沌遗传算法的优化效果。

计算技术与自动化杂志要求:

{1}参考文献请参考国家标准格式著录。

{2}要求选题新颖、观点鲜明、资料准确、数据翔实，具有一定的学术交流价值或普遍借鉴意义。

{3}除非作者另有声名，本刊对稿件有权修改。

{4}论文若多作者署名时必须排序，应注明每位作者的工作单位和邮政编码。第一作者还须提供性别、出生年、学位、职称、是否为研究生导师等方面的信息。通信作者应注明联系电话及其电子信箱。

{5}正文标题层次分级：一般不超过4级。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社