一种改进的遗传算法.pdfVIP

第 17 卷第 3 期 　　　　　　　辽阳石油化工高等专科学校学报 Vol. 17 No. 3 2001 年 9 月 　　　　　　　　Journal of Liaoyang Petrochemical College September 2001 一种改进的遗传算法 王亮申　王文友　吴克勤　江远鹏　谢　荣 (辽阳石油化工高等专科学校机械系 ,辽阳 111003) 　　摘 　要 　给出的适应值标定公式能够解决对个体选择压力和标定后适应值非负问题. 对多极值函数的遗传算法所提出的改进措施可以增加群体的多样性 ,避免算法“早熟”,过早 陷入局部最优. 关键词 　遗传算法 ;适应值标定 ;早熟 中图分类号　O224 ( ) 　　由美国密执安 Michrgan 大学的 Holland 教 优解而不是全局最优解是迄今为止最难处理的关 ( ( ) 授等人在 1975 年创立的遗传算法 Genetic Algo 键问题 ; 3 快要接近最优解时在最优解附近左 ) ( ) rithms 简称 GA ,是建立在达尔文 Darwin 的生 右摆动 , 收敛较慢. ( ) 物进化论和孟德尔 Mendel 的遗传学说基础上的 算法. 经过后人的不断改进使得遗传算法更加完 1 　改进方法 善. 由于遗传算法求解复杂优化问题的巨大潜力 ( 及其在各个领域 如布局优化问题、交通问题、图 1. 1 　适应值标定 像处理与识别、结构设计、电力系统设计、可靠性 ) 计算等 的成功应用 ,这种算法越来越被人们所接 初始种群中可能存在特殊个体的适应值超常 受. ( ) 如很大 . 为了防止其统治整个群体并误导群体 遗传算法是一种基于生物进化原理构想出来 的发展方向而使算法收敛于局部最优解需限制其 的有哪些信誉好的足球投注网站最优解的仿生算法 ,它模拟基因重组与进 繁殖 ;在计算临近结束 ,遗传算法逐渐收敛 , 由于 化的自然过程 ,把待解决问题的参数编成二进制 群体中个体适应值比较接近 ,继续优化选择困难 , ( ) 码或十进制码 也可编成其它进制码 即基因 造成在最优解附近左右摇摆 ,此时应将个体适应 ( ) ( ) gene ,若干基因组成一个染色体 个体 ,许多染 值适当加以放大 , 以提高选择能力,这就是适应值 色体进行类似于自然选择、配对交叉和变异运算 , 的标定. 文献[ 1 ]提出的标定方法有两个计算公 ( ) 经过多次重复迭代 即世代遗传 直至得到最后的 式 ,不利于使用 ;文献[ 2 ] 的标定方式虽然限制了 优化结果. 习惯上 ,适应度值越大 ,表示解的质量