基于聚類方法的小生境遺傳算法研究.pdf

1、遺傳算法作為一種基于自然選擇和遺傳理論的通用優(yōu)化算法，已成功應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、工程優(yōu)化、圖象處理、人工生命、自動(dòng)程序設(shè)計(jì)等諸多領(lǐng)域。隨著研究的不斷深入，遺傳算法在處理多模態(tài)優(yōu)化問題時(shí)的不足逐漸暴露。簡(jiǎn)單遺傳算法不能很好的保持種群多樣性，容易陷入多峰函數(shù)的局部極值點(diǎn)，導(dǎo)致早熟收斂；同時(shí)，由于遺傳漂移簡(jiǎn)單遺傳算法一般只收斂到多峰函數(shù)的一個(gè)峰，因此不能滿足某些實(shí)際問題要找到多個(gè)峰的要求。小生境作為處理多峰優(yōu)化問題的一種有效手段，得到了

2、廣泛關(guān)注，并已經(jīng)成為遺傳算法領(lǐng)域的一個(gè)研究熱點(diǎn)。 目前，小生境的設(shè)計(jì)和理論研究還不成熟，缺乏統(tǒng)一的小生境進(jìn)化模型，小生境形成方法與種群多樣性保持、進(jìn)化搜索性能之間的關(guān)系在理論分析與實(shí)驗(yàn)研究方面尚不成熟。針對(duì)以上問題，本文對(duì)基于聚類的小生境遺傳算法進(jìn)行了研究，主要工作與研究成果如下： (1)提出了一種多源擴(kuò)散的蟻群小生境遺傳算法，該算法通過選取多個(gè)信息素?cái)U(kuò)散源和保留源中心點(diǎn)來(lái)保持種群多樣性，并通過信息素?cái)U(kuò)散提高遺傳算法的搜

3、索效率，該算法能有效的避免遺傳算法的早熟收斂，使算法最終收斂到全局最優(yōu)解。 (2)提出了一類改進(jìn)的基于聚類的小生境遺傳算法，把聚類思想用于小生境的實(shí)現(xiàn)，通過聚類和代表個(gè)體保留來(lái)提高種群的多樣性和多峰搜索性能，從而達(dá)到多峰收斂的目標(biāo)，并通過Markov鏈模型證明了該類算法能夠收斂到多峰函數(shù)的多個(gè)最優(yōu)峰。 (3)設(shè)計(jì)了一種基于山峰聚類的小生境遺傳算法，算法采用改進(jìn)的山峰聚類提高種群多樣性，并用多峰函數(shù)進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)表