基于強(qiáng)化學(xué)習(xí)的改進(jìn)遺傳算法研究.pdf

1、遺傳算法(Genetic Algorithm，GA)是進(jìn)化算法中產(chǎn)生最早、影響最大、應(yīng)用也比較廣泛的一個(gè)分支算法。它采用達(dá)爾文進(jìn)化論的適者生存、優(yōu)勝劣汰的進(jìn)化思想。作為一種全局搜索方法，它具有簡(jiǎn)單性、魯棒性和通用性等特點(diǎn)。自算法提出以來(lái)，在工程設(shè)計(jì)、機(jī)器學(xué)習(xí)、模式識(shí)別、圖像處理等方面得到了廣泛的應(yīng)用。盡管如此，遺傳算法在理論和應(yīng)用方法上還有很多亟待完善之處，如早熟收斂、收斂速度慢等問(wèn)題。
　　 針對(duì)傳統(tǒng)遺傳算法存在的早熟收斂和收

2、斂速度慢的問(wèn)題，本文提出了相應(yīng)的改進(jìn)方法，其研究?jī)?nèi)容主要包括以下三個(gè)方面：
　　 (1)提出了一種多策略選擇遺傳算法，同時(shí)將強(qiáng)化學(xué)習(xí)算法與多策略選擇遺傳算法融合。該算法通過(guò)使用不同的選擇策略提高了種群的多樣性，有效地避免了遺傳算法的早熟收斂問(wèn)題，并運(yùn)用強(qiáng)化學(xué)習(xí)算法動(dòng)態(tài)地優(yōu)化種群多樣性，使其保持在合適的范圍，一定程度上增強(qiáng)了算法的自適應(yīng)能力。實(shí)驗(yàn)證明，該算法在收斂速度和搜索效率上都表現(xiàn)出了較好的性能。
　　 (2)借鑒精英

3、策略和協(xié)同進(jìn)化思想，提出了一種雙精英協(xié)同進(jìn)化遺傳算法，并從理論上證明了算法的收斂性。通過(guò)對(duì)函數(shù)進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明，該算法能搜索到幾乎所有函數(shù)的最優(yōu)解，同時(shí)能有效地保持種群的多樣性。與已有算法比較表明，該算法在收斂速度和搜索全局最優(yōu)解上都有了明顯的改進(jìn)和提高。
　　 (3)為進(jìn)一步完善雙精英協(xié)同進(jìn)化遺傳算法的自我進(jìn)化機(jī)制，增強(qiáng)算法的可靠性和自適應(yīng)性，將強(qiáng)化學(xué)習(xí)算法應(yīng)用到雙精英協(xié)同進(jìn)化遺傳算法中。實(shí)驗(yàn)結(jié)果表明，強(qiáng)化學(xué)習(xí)中的Q-l