遗传算法在数值优化问题研究及改进.docVIP

遗传算法在数值优化问题研究及改进摘要：本文首先对遗传算法进行简单的描述，系统地介绍了标准遗传算法理论方法, 提出了一种基于共轭梯度法的混合遗传算法。 关键词：共扼梯度法 遗传算法 函数优化 一、引言 遗传算法(Genetic Algorithms，GA)是20世纪60年代由美国J．Holland教授提出的一类借鉴生物界自然选择和自然遗传机制的随机化有哪些信誉好的足球投注网站算法，其主要特点是群体有哪些信誉好的足球投注网站策略和群体中个体之间的信息交换，在整个有哪些信誉好的足球投注网站过程中，对梯度信息的依赖程度将到了最低，而得到了较为理想的结果，尤其在较难解决的有哪些信誉好的足球投注网站方面，传统的有哪些信誉好的足球投注网站方法无法实现，以及在非线性问题上，遗传算法显示出了强大的功能性。 二、标准遗传算法介绍 （一）流程介绍 遗传算法实质上是一个迭代过程，在每次迭代中都将保留一个候选群体，并对候选群体中的个体进行评价，首先按照适应度的大小进行选择何时的样本个体，然后通过对这些个体进行交叉和变异等遗传操作，进而产生了新一代群体样本。重复此过程直到满足收敛条件。在整个遗传算法的运算过程中，需要重点把握以下5个方面：1)对参数进行编码处理；2)设定群体的初始参数；3) 设计适应度函数；4)遗传设计操作；5) 设定控制参数 (主要是指群体大小以及使用遗传操作的概率等)。五种要素构成了遗传算法的主要结构。 （二）算子介绍 标准的遗传算法的操作算子一般包括选择(selection)、交叉(crossover)、变异(mutation)三种基本形式。[5] （1）选择算子 选择算子(或称复制算子)是对群体中的个体按照优胜劣汰的方式进行操作，同时将父代特征遗传到下一代的过程。其基础是对群体中的每个个体根据适应值对适应度进行评价，其中具有较高适应度的个体通过遗传并将特征转到下一代的概率较为明显。而适应度较低的个体由于没有对环境进行很好的适应，因此其特点被遗传的概率较小，进而被剔除。一般来说，常用的个体选择的算法算子有以下适应度比例方法、最佳个体保存方法、期望值方法、排序选择方法几种形式。 （2）交叉算子 交叉算子(crossover)是指依据交叉概率Pc，对两个相互交配的染色体进行部分基因的交换，整个过程按照特定的方式有序进行，并最终有两个新的个体出现。其中Pc是一个系统参数。在遗传算法中，使用交叉算子产生后代个体来模仿两个同源染色体通过交配重组形成新染色体的生物进化过程。在遗传算法中，交叉算子的作用至关重要。一方面，它使在原来的群体中具有优良特性的个体以某种方式进行了保留，同时也开辟了新的基因空间和运算空间。进行保证了群体中的个体具有多样性的特点。 （3）变异算子 变异操作模仿自然界生物体进化中染色体上某位基因发生的突变现象，从而改变染色体的结构和物理性状。在遗传算法中，用变异算子来产生出新的个体，其基本原理是改变在个体编码串中特定位置的基因值。一般来说，编码串多由二进制表示，其中是转换基因位置的基因值，并通过变异概率Pm进行。以最简单的0-1为例，通过变异操作，变为1-0等。还有一种情况是在被编码的个体中存在浮点数，对于这种情况，首先需要确定变异点的取值范围，即为[Umin，Umax]。并根据这一范围中的某一特点进行实际的变异操作，整个过程需要规范化和标准化。[6] 三、基于共轭梯度的遗传算法设计 （一）设计思想 共轭梯度法是无约束优化算法中比较常用的算法之一，在运用过程中，具有存储量小、高效和计算公式简单等优点，广泛适用于非线性优化等问题。然而在运算过程中，尽管局部有哪些信誉好的足球投注网站能力较强，而在群居有哪些信誉好的足球投注网站能力上，却比较差，需要与其他算法进行联合使用。本文主要对共轭梯度法与遗传算法进行结合使用，并提出了一种混合遗传算法，这种算法其过程中首先以GA对群体进行有哪些信誉好的足球投注网站，并确定最优解锁可能存在的空间领域，以此为基础进行微调。同时，本文发现共轭梯度法很好地解决了具有狭长山谷的优化问题，并以此为切入点，提出了基于共轭梯度法的改进GA算法的混合遗传优化算法。 （二）具体设计 1、传统遗传算法 1)首先对个体的参数执行初始化处理，在这一基础上产生了随机初始群体用于计算；对每个个体的适应值进行计算，进而了解个体特征。 2)根据个体染色体适应值的比例等信息，合理选取具有计算信息的父代。在这一过程中，具有最大适应值的个体可强行将遗传代码遗传到下一代，以便提高运算收敛速度。 3)具体运算中，对固定Pc和自适应Pc进行结合，并交换两个随机个体，其原理是结合一点交换法和两点交换法的运算优点。 4)在对每一个个体的变异运算过程中，可综合应用普通变异法和大变异相法；使固定Pm和自适应Pm相结合。 5)直到运算过程满足运算法则，才能够停止运算准则，此时所得到的结果可认为是全局最优解，运算过程也具有算法收