實(shí)數(shù)編碼下遺傳算法的改進(jìn)及其應(yīng)用.pdf

1、自從美國(guó)Michigan大學(xué)的Holland教授提出遺傳算法(Genetic Algorithms，GA)后，遺傳算法的理論及應(yīng)用研究受到國(guó)內(nèi)外許多學(xué)者的重視。函數(shù)優(yōu)化就是遺傳算法的經(jīng)典應(yīng)用領(lǐng)域之一，但是使用常規(guī)的一些遺傳算法求解函數(shù)優(yōu)化問(wèn)題，尤其對(duì)于多維多峰病態(tài)復(fù)雜函數(shù)，通常存在“早熟”、計(jì)算量大、求解精度低及收斂速度慢等缺陷，因此，許多學(xué)者對(duì)簡(jiǎn)單遺傳算法做了各種改進(jìn)，對(duì)遺傳算子的改進(jìn)是最常用的一種方法。本文主要研究實(shí)數(shù)編碼遺傳算法的

2、改進(jìn)及其在函數(shù)優(yōu)化中的應(yīng)用。
　　 本文首先介紹了遺傳算法的一些數(shù)學(xué)基礎(chǔ)知識(shí)；其次介紹了遺傳算法目前的研究狀態(tài)，并簡(jiǎn)單介紹了到目前為止一些學(xué)者對(duì)簡(jiǎn)單遺傳算法做的相關(guān)改進(jìn)，分析了這些改進(jìn)方法的優(yōu)點(diǎn)及不足。
　　 針對(duì)遺傳算法在求解多維多峰復(fù)雜函數(shù)優(yōu)化問(wèn)題時(shí)存在尋優(yōu)效率低，本文從增加群體多樣性著手，作了以下幾個(gè)方面的改進(jìn)及研究：
　　 (1)交叉算子：本文在一些前人對(duì)交叉算子所作的改進(jìn)方法上，分析了這些改進(jìn)方法的優(yōu)點(diǎn)

3、及不足，并在此基礎(chǔ)上對(duì)交叉算子作了改進(jìn)，改進(jìn)后的交叉算子不僅具有傳統(tǒng)交叉算子的效果，而且還增加了群體的多樣性，起到變異的作用。
　　 (2)變異算子：本文在文獻(xiàn)[53]提出的變異尺度自適應(yīng)變化的變異算子基礎(chǔ)上作了些改進(jìn)，改進(jìn)后的變異算子操作簡(jiǎn)單，提高了遺傳算法的尋優(yōu)效率。
　　 (3)適應(yīng)度函數(shù)作為貫穿遺傳算法整個(gè)優(yōu)化過(guò)程的依據(jù)，選擇不當(dāng)將導(dǎo)致遺傳算法欺騙問(wèn)題。本文提出了基于平滑函數(shù)、指數(shù)變換的適應(yīng)度函數(shù)。改進(jìn)后的適應(yīng)度