一種改進(jìn)型的遺傳算法在配料系統(tǒng)中的應(yīng)用

《一種改進(jìn)型的遺傳算法在配料系統(tǒng)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、一種改進(jìn)型的遺傳算法在配料系統(tǒng)中的應(yīng)用摘要:鑒于標(biāo)準(zhǔn)遺傳算法存在的缺點(diǎn),本文對(duì)遺傳算法的選擇策略、交叉過(guò)程、變異操作進(jìn)行了改進(jìn),提出了一種改進(jìn)型的遺傳算法。然后使用實(shí)數(shù)編碼,并將這種算法應(yīng)用到了飼料配制系統(tǒng)中。大大提高了飼料配制方法的科學(xué)性?！　￡P(guān)鍵詞:遺傳算法實(shí)數(shù)編碼飼料配制　　:TP3:A:1007-9416(2010)08-0122-01　　　　1引言　　在配制飼料過(guò)程時(shí),除應(yīng)根據(jù)牲畜生產(chǎn)目的、年齡、體重等,選擇不同的飼養(yǎng)標(biāo)準(zhǔn)外,在飼料原料的選擇上還要掌握以下幾點(diǎn)[1]。(1)注意原料的種類和用量。(2)所選原

2、料的體積必須與消化道容積相適應(yīng)。(3)要掌握原料的有關(guān)特性。(4)充分利用當(dāng)?shù)卦腺Y源,以節(jié)約開(kāi)支,降低成本,增加收入。要發(fā)揮飼養(yǎng)對(duì)象的最大生產(chǎn)潛能、提高飼料轉(zhuǎn)化效率、增加產(chǎn)量、降低成本,關(guān)鍵的技術(shù)措施是配制營(yíng)養(yǎng)完善和平衡的飼料。高效、先進(jìn)的算法是計(jì)算機(jī)在飼料配方設(shè)計(jì)的實(shí)際應(yīng)用中發(fā)揮作用的前提[2]?！　囊陨峡梢钥闯?配置完善的飼料其實(shí)就是一個(gè)多目標(biāo)求最優(yōu)解的過(guò)程。　　這里引入一種新的優(yōu)化算法—遺傳算法。是一種并行的、能夠有效優(yōu)化的算法,以morgan的基因理論及eldridge與gould間斷平衡理論為依據(jù),同時(shí)

3、融合了mayr的邊緣物種形成理論和bertalanffv一般系統(tǒng)理論的一些思想,模擬達(dá)爾文的自然界遺傳學(xué):繼承、進(jìn)化、優(yōu)勝劣汰。其實(shí)質(zhì)就是一種把自然界有機(jī)體的優(yōu)勝劣汰的自然選擇、適者生存的進(jìn)化機(jī)制與同一群體中個(gè)體與個(gè)體間的隨機(jī)信息交換機(jī)制相結(jié)合的搜索算法。運(yùn)用遺傳算法求解問(wèn)題首先需將所要求解的問(wèn)題表示成二進(jìn)制編碼,然后根據(jù)環(huán)境進(jìn)行基本的操作:selection,crossover,mutation……這樣進(jìn)行不斷的所謂“生存選擇”,最后收斂到一個(gè)最適應(yīng)環(huán)境條件的個(gè)體上,得到問(wèn)題的最優(yōu)解[3]。　　　　2標(biāo)準(zhǔn)遺傳算法的

4、不足　　(1)算法的運(yùn)算時(shí)間長(zhǎng)。(2)計(jì)算后的結(jié)果不理想,與單純型法的結(jié)果相比還有一定的差距。(3)標(biāo)準(zhǔn)遺傳算法在進(jìn)化過(guò)程中易產(chǎn)生早熟現(xiàn)象和局部尋優(yōu)能力差等問(wèn)題?！　　　?改進(jìn)遺傳算法在飼料配方設(shè)計(jì)中的應(yīng)用　　本文提出了一種改進(jìn)型的遺傳算法,并把他應(yīng)用到了飼料配制系統(tǒng)中。具體方法如下:　　3.1編碼方法　　遺傳算法通過(guò)這種對(duì)個(gè)體編碼的操作,不斷搜索出適應(yīng)度較高的個(gè)體,并在群體中逐漸增加其數(shù)量,最終尋求出問(wèn)題的最優(yōu)解或近似最優(yōu)解。在遺傳算法中如何描述問(wèn)題的可行解,即把一個(gè)問(wèn)題的可行解從其解空間轉(zhuǎn)換到遺傳算法所能處理的搜

5、索空間的轉(zhuǎn)換方法就稱為編碼?！　?shí)數(shù)編碼是指?jìng)€(gè)體的每個(gè)基因值用某一范圍內(nèi)的一個(gè)浮點(diǎn)數(shù)來(lái)表示,個(gè)體的編碼長(zhǎng)度等于其決策變量的個(gè)數(shù)。根據(jù)飼料配方設(shè)計(jì)的要求及實(shí)數(shù)編碼的特點(diǎn),在本次飼料配方中的標(biāo)準(zhǔn)遺傳算法采用實(shí)數(shù)編碼?！　?.2初始種群的生成　　根據(jù)飼料原料及其營(yíng)養(yǎng)成分表中各種原料的用量上限、用量下限、等量使用的要求,在最優(yōu)解所占問(wèn)題空間中的分布范圍內(nèi)使用隨機(jī)生成初始種群?！　?1)生成隨機(jī)種子;(2)設(shè)定初始種群的數(shù)量;(3)利用約束條件對(duì)生成的每一個(gè)隨機(jī)數(shù)的上下限進(jìn)行控制,保證生成的隨機(jī)數(shù)在約束條件圍內(nèi);(4)測(cè)試生成

6、的種群中各原料是否能滿足營(yíng)養(yǎng)需求,若不能滿足則返回(3);(5)初始種群的數(shù)量是否達(dá)到,若達(dá)到則跳出,否則返回(3);　　3.3適應(yīng)度函數(shù)　　飼料配方設(shè)計(jì)的要求是在保證滿足飼養(yǎng)標(biāo)準(zhǔn)要求的條件下降低飼料配方的成本。因此,本研究中遺傳算法的個(gè)體適應(yīng)度函數(shù)的設(shè)計(jì)采用飼料成本極小化方法。適應(yīng)度函數(shù)為:　　　　Ci代表第i種的飼料原料的市場(chǎng)價(jià)格;Xi代表第i種飼料原料在配方中的含量;Amin為飼料配方的成本;n為飼料原料的種類數(shù)?！　?.4選擇策略　　(1)采用隨機(jī)聯(lián)賽選擇模型替代輪盤(pán)賭模型,降低計(jì)算機(jī)處理時(shí)間?！　〔僮?每次

7、從群體中隨機(jī)選取4個(gè)個(gè)體進(jìn)行適應(yīng)度大小比較,將其中適應(yīng)度最高的2個(gè)個(gè)體遺傳到下一代群體;重復(fù)上述過(guò)程直到下一代群體完全生成?！　?2)構(gòu)造新的種群時(shí),采用精英主義方法。　　操作:在交叉和變異的過(guò)程中允許父代和子代進(jìn)行競(jìng)爭(zhēng),讓優(yōu)良個(gè)體進(jìn)入下一輪的競(jìng)爭(zhēng)環(huán)境,這樣既保證了算法的迭代穩(wěn)定性,又保證了算法具有實(shí)現(xiàn)局部最優(yōu)化的能力。　　以單個(gè)個(gè)體適應(yīng)度值倒數(shù)占種群中共np個(gè)個(gè)體的適應(yīng)度值倒數(shù)之和的比率作為　　選擇概率。即:　　　　適應(yīng)度值倒數(shù)之和:　　　　選擇概率:　　　　3.5交叉過(guò)程　　根據(jù)標(biāo)準(zhǔn)遺傳算法交叉操作存在子代個(gè)體的

8、搜索空間將不斷收縮,從而導(dǎo)致早熟的缺陷,對(duì)交叉操作進(jìn)行改進(jìn)?！　?duì)父代矢量的各個(gè)分量進(jìn)行交叉時(shí),采用不同的隨機(jī)數(shù):　　A1[j]=B1[j]+rnd[j](B2[j]-B1[j])　　A2[j]=B2[j]+rnd[j](B1[j]-B2[j])　　B1[j]、B2[j]分別為父代B1、B2的分量;　　A1[j]、A2[j]分別為子代個(gè)體矢量A