求解非线性方程组的混合遗传算法

非线性方程组的求解是数值计算领域中最困难的问题。大多数的数值求解算法例如牛顿法的收敛性和性能特征在很大程度上依赖于初始点。但是对于很多非线性方程组，选择好的初始点是一件非常困难的事情。本文结合遗传算法和经典算法的优点，提出了一种用于求解非线性方程组的混合遗传算法。该混合算法充分发挥了遗传算法的群体搜索和全局收敛性，有效地克服了经典算法的初始点敏感问题；同时在遗传算法中引入经典算法(Powell法、拟牛顿迭代法)作局部搜索，克服了遗传算法收敛速度慢和精度差的缺点。选择了几个典型非线性方程组，从收敛可靠性、计算成本和适用性等指标分析对比了不同算法。计算结果表明所设计的混合遗传算法有着可靠的收敛性和较高的收敛速度和精度，是求解非线性方程组的一种成功算法。