一種改進的遺傳算法在土坡穩(wěn)定中的應(yīng)用

《一種改進的遺傳算法在土坡穩(wěn)定中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、·20·港　工　技　術(shù)　　　　　　　　　　2003年9月　No.3一種改進的遺傳算法在土坡穩(wěn)定中的應(yīng)用朱福明,周錫　,王樂芹(天津大學(xué)建工學(xué)院,天津　300072)　　摘要:基于遺傳算法的基本原理,提出一種改進的遺傳算法,把小生境技術(shù)和記憶器引入遺傳算法,來保護種群的多樣性,同時使每代最優(yōu)解得到保留。把改進的遺傳算法應(yīng)用到求解土坡穩(wěn)定的可靠度指標(biāo)中,克服了傳統(tǒng)方法易陷入局部極值的缺點。對于功能函數(shù)的非線性,避免了求導(dǎo)或近似展開而產(chǎn)生的誤差。　　關(guān)鍵詞:遺傳算法;小生境技術(shù);記憶器;可靠度指標(biāo)中圖分類號:Q811.8;

2、TU432文獻標(biāo)識碼:A文章編號:1004-9592(2003)03-0020-04　　遺傳算法是基本于生物進化仿生學(xué)算法的一(Mutation)”生成的下一代染色體,一般采用算術(shù)交種,它建立于達爾文生物進化的“物競天擇,適者生叉算子和二進制變異算子。存”的基本原理之上,是一種自適應(yīng)概率性全局優(yōu)化1.1　編碼搜索算法,可處理設(shè)計變量離散、目標(biāo)函數(shù)多峰值且遺傳算法中用以表示參數(shù)向量結(jié)構(gòu)的常用編碼導(dǎo)數(shù)不存在、可行域狹小且為凹形等優(yōu)化問題。遺傳方式有3種:二進制編碼,格雷編碼,浮點編碼。二進算法作為一種智能化的全局搜索算法

3、,自20世紀(jì)制碼編碼、解碼操作簡單易行,不僅便于實現(xiàn)交叉、80年代問世以來便在數(shù)值優(yōu)化、系統(tǒng)控制,結(jié)構(gòu)優(yōu)變異等操作,而且便于利用模式定理對算法進行理化設(shè)計、參數(shù)辨識等諸多領(lǐng)域的應(yīng)用中展現(xiàn)出其特論分析。格雷碼是二進制碼的變形,具有二進制碼相有的魅力,同時也暴露出許多不足和缺陷。大量研究似的特點,其編碼、解碼操作相對復(fù)雜,但基于格雷表明,遺傳算法的實際應(yīng)用中存在以下幾方面的缺編碼的算法局部搜索能力有較大提高。浮點編碼方陷:①全局搜索能力極強而局部尋優(yōu)能力較差。研究式編碼長度等于參數(shù)向量的維數(shù),達到同等精度要[1]發(fā)現(xiàn),遺

4、傳算法可以用極快的速度達到最優(yōu)解的求的情況下,編碼長度遠小于二進制碼和格雷碼。此90%左右,但要達到真正的最優(yōu)解則要花費很長時外,浮點編碼使用的決策變量的真實值,不需反復(fù)進間。②易出現(xiàn)早熟收斂現(xiàn)象。當(dāng)種群規(guī)模較小時,如行數(shù)據(jù)轉(zhuǎn)換。因此,本文采用浮點編碼方式。果在進化初期出現(xiàn)適應(yīng)度較高的個體,群體的多樣1.2　適應(yīng)度函數(shù)性往往會受到破壞,從而出現(xiàn)早熟收斂現(xiàn)象。本文針適應(yīng)度函數(shù)是遺傳進化操作的基礎(chǔ),它的構(gòu)造對基本遺傳算法的上述缺陷,提出一種改進的遺傳是遺傳算法的關(guān)鍵。合理的適應(yīng)度函數(shù)能引導(dǎo)搜索算法,以增加遺傳算法在求解優(yōu)

5、化問題、特別是實際朝最優(yōu)化方向進行。本文構(gòu)造基于序的適應(yīng)度函數(shù)。工程應(yīng)用中的有效性。它的特點是個體被選擇的概率與目標(biāo)函數(shù)的具體值1　遺傳算法(GA)及算子的選擇無關(guān)。將種群中的所有個體的目標(biāo)函數(shù)值的大小降Holland的遺傳算法通常稱為簡單的遺傳算序排列,設(shè)參數(shù)法。遺傳算法的常用形式是Goldberg提出來的。算A∈(0,1),定義基于序的適應(yīng)度函數(shù)法過程如下:從一組隨機產(chǎn)生初始解稱為“種群i-1eval(Xi)=A(1-A)i=1,2,?,psize(1)(Population)”開始搜索過程,種群中每個個體是問式

6、中:Xi——種群排序后第i個個體;題的一個解,稱為“染色體或個體(Ghromosome)”。psize——種群中個體總數(shù)。在每一代中用“適應(yīng)值(Fitness)”來測量染色體的1.3　選擇算子好壞,染色體通過“交叉(Crossover)”或“變異本文采用錦標(biāo)賽選擇法,在錦標(biāo)賽選擇法中,隨基金項目:國家自然科學(xué)基金委高性能計算機基金資助項目機地從種群中挑選議定數(shù)目(Tour)個體,然后將最(981005)收稿日期:2002-11-12好的個體選做父個體,一般情況下,Tour為種群的?1995-2005TsinghuaT

7、ongfangOpticalDiscCo.,Ltd.Allrightsreserved.2003年9月　No.3　　　　　　　　　　　　港　工　技　術(shù)·21·5%～10%。這個過程重復(fù)進行完成個體的選擇。在率將使遺傳算法的性能近視于隨機搜索。而且,通過種群中出現(xiàn)個別或極少數(shù)適應(yīng)度相當(dāng)高的個體時,研究表明,處在大量的優(yōu)化問題,此類參數(shù)調(diào)整措施采用這樣的選擇機制就有可能導(dǎo)致這些個體在種群無法抑制早熟收斂現(xiàn)象。本文在遺傳算法變異操作[2]中迅速繁殖。之后加入小生境淘汰操作,在不破壞指定距離內(nèi)1.4　交叉算子優(yōu)良個體的條件下

8、,在只犧牲少量計算量的情況下交叉算子是遺算法區(qū)別于其他進化算法的重要可最大限度地保持群體的多樣性,從而能有效抑制特征,在算法中起著關(guān)鍵作用,是產(chǎn)生新個體的主要早熟收斂現(xiàn)象的出現(xiàn)。為減少算法的計算時間,基于方法。交叉算子的設(shè)計和實現(xiàn)與研究問題密切相關(guān),小生境淘汰操作的思想,提出先進行適應(yīng)度的排序,一般要求既不能過多地破壞種群中的優(yōu)良個體模產(chǎn)生排序