遺傳算法論文：淺談遺傳算法的研究與改進(jìn)

1、論文發(fā)表專家一遺傳算法論文：淺談遺傳算法的研究與改進(jìn)【摘要】遺傳算法是模擬自然界生物進(jìn)化機(jī)制的概率性搜索算法，可以處理傳統(tǒng)搜索方法難以解決的非線性問(wèn)題。但是經(jīng)典遺傳算法存在局部收斂、收斂速度慢等缺點(diǎn)，這使得經(jīng)典遺傳算法有時(shí)很難找到全局最優(yōu)解。本文針對(duì)經(jīng)典遺傳算法中所存在的缺點(diǎn)，采用階段式的適應(yīng)度函數(shù)、基于競(jìng)爭(zhēng)機(jī)制的交叉方式和仿粒子群變異操作，使遺傳算法的收斂速率、全局收斂概率都得到了較大的提高?！娟P(guān)鍵詞】遺傳算法適應(yīng)度交叉操作仿粒子群變異一遺傳算法遺傳算法(geneticalgorithm，簡(jiǎn)稱ga)是holland在研究自然遺傳現(xiàn)象與人工系統(tǒng)的自適應(yīng)行為時(shí)，模擬生物進(jìn)化現(xiàn)象，并采用自然進(jìn)化機(jī)

2、制來(lái)表現(xiàn)復(fù)雜現(xiàn)象的一種全局群體搜索算法。遺傳算法的基本思想起源于darwin進(jìn)化論和mendel的遺傳學(xué)說(shuō)。作為一類智能計(jì)算工具和學(xué)習(xí)算法，由于其實(shí)現(xiàn)簡(jiǎn)單、對(duì)目標(biāo)函數(shù)要求不高等特性，遺傳算法已廣泛應(yīng)用于如人工智能、組合優(yōu)化等研究領(lǐng)域。1.遺傳算法的優(yōu)越性遺傳算法(geneticalgorithm)利用某種編碼技術(shù)作用在稱為染色體的二進(jìn)制串上，模擬由這些串組成的個(gè)體的進(jìn)化過(guò)程。通過(guò)有組織的、隨機(jī)的信息交換來(lái)重新結(jié)合那些論文發(fā)表專家一適應(yīng)性好的串，在每一代中，利用上一代串結(jié)構(gòu)中適應(yīng)性好的位和段來(lái)形成一個(gè)新的串的群體，同時(shí)在串結(jié)構(gòu)中嘗試用新的位和段來(lái)代替原來(lái)的部分以形成新的個(gè)體，以增加種群的多樣性。

3、遺傳算法的最大優(yōu)點(diǎn)是能夠通過(guò)群體間的相互作用，保存已經(jīng)搜索到的信息，這是基于單次搜索過(guò)程的優(yōu)化方法所無(wú)法比擬的。但是，遺傳算法也存在著計(jì)算速度較慢，并且容易陷入局部最優(yōu)解的問(wèn)題中。遺傳算法的優(yōu)越性歸功于它與傳統(tǒng)搜索方法不同的特定結(jié)構(gòu)。第一，遺傳算法的操作對(duì)象是編碼，對(duì)問(wèn)題的限制極少，對(duì)函數(shù)的一些約束條件如連續(xù)性、可導(dǎo)性等不做要求，減少了要解決問(wèn)題的復(fù)雜性。第二，遺傳算法同時(shí)搜索解空間內(nèi)的許多點(diǎn)，因而可以有效地防止搜索過(guò)程中收斂到局部最優(yōu)解，并獲得全局最優(yōu)解，與其他單點(diǎn)搜索的方法相比，在計(jì)算時(shí)間上也有較大的優(yōu)勢(shì)。第三，遺傳算法使用遺傳操作時(shí)是按概率在解空間進(jìn)行搜索，因而既不同于隨機(jī)搜索，也不同于

4、枚舉法那樣盲目地舉例，而是一種有目標(biāo)、有方向的啟發(fā)式搜索。2.遺傳算法的基本步驟遺傳算法的實(shí)現(xiàn)中包括復(fù)制、交叉、變異三個(gè)算子，需論文發(fā)表專家一要確定關(guān)鍵的幾個(gè)參數(shù)與標(biāo)準(zhǔn)包括：種群規(guī)模、基因編碼、適值函數(shù)、選擇概率、遺傳算子以及停機(jī)準(zhǔn)則。下面分別對(duì)其進(jìn)行說(shuō)明:第一，表示法與適應(yīng)度計(jì)算。標(biāo)準(zhǔn)遺傳算法(二進(jìn)制編碼)作用于確定長(zhǎng)度的二進(jìn)制位串上，即i=0,11。假設(shè)需要解決如下函數(shù)優(yōu)化問(wèn)題，一般是將位串分為n段，每段長(zhǎng)度為lx，即I=nix，每段表示分量xiui,vi的二進(jìn)制代碼。位段譯碼函數(shù)的常見形式為：(1)其中記為個(gè)體的第i段。把位段譯碼函數(shù)組合成一個(gè)個(gè)體的譯碼函數(shù)，則適應(yīng)度函數(shù)可設(shè)置為，其中8為比例變換函數(shù)，作用之一是確保適應(yīng)值為正值，并且最好使個(gè)體的適應(yīng)度值最大。常見的比例變換有線性比例、幕比例和指數(shù)比例等。第二，交叉。交叉操作是將已有個(gè)體組合出新個(gè)體，使兩個(gè)個(gè)體的有效信息得以