基于相似性排擠的多種群混合遺傳算法的研究與應用.pdf

1、遺傳算法是一種以達爾文生物進化論和孟德爾遺傳變異理論為基礎，模擬生物遺傳進化過程的全局隨機搜索算法。它本身具有廣泛適用性、較強的全局搜索能力、魯棒性強等特點，因而被廣泛應用在函數(shù)優(yōu)化、組合優(yōu)化、生產(chǎn)調(diào)度、機器學習等方面。但是，眾所周知，遺傳算法存在局部搜索能力差和早熟收斂兩大缺陷。針對遺傳算法以上提到的不足，本文著
　　重在改善算法的局部搜索能力和保持進化過程中種群的多樣性兩個方面對遺傳算法進行改進，提出一種基于相似性排擠的多種群

2、混合遺傳算法，改進的措施主要在宏觀上設置多個子種群與一個最優(yōu)保存種群的進化架構，并在子種群中引入模擬退火算法，構成合理的混合結構，用于提高算法的局部搜索能力。在微觀方面，個體在子種群間交流時采取相似性評判標準，根據(jù)一定的方式計算出交流個體與目標種群中個體的相似度值，判斷個體是否滿足相似條件，進而實施排擠替換操作，維護種群多樣性，用于改善算法的早熟收斂問題。最后，通過六個函數(shù)優(yōu)化實驗的結果和對比驗證本文算法的有效性和優(yōu)越性。
　　旅

3、行商問題是一個具有廣泛應用背景和重要理論價值的組合優(yōu)化問題，它自被提出以來就一直是計算機學者和管理者研究的重要課題，其中遺傳算法由于它自身強大的優(yōu)化能力已經(jīng)被廣泛的應用于旅行商問題的求解中，而對旅行商問題的求解，也常被用于評價改進遺傳算法的性能。于是將本文提出的改進的多種群遺傳算法應用到求解TSP問題上去，同時對本文改進算法的編碼、參數(shù)設置、遺傳操作等進行適當?shù)恼{(diào)整，使其更符合求解TSP問題。最后，通過對標準數(shù)據(jù)庫TSPLIB中提供的u