資源描述：
《自適應遺傳算法交叉變異算子的改進》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、自適應遺傳算法交叉變異算子的改進121鄺航宇金晶蘇勇1(華南理工大學電子與通信工程系,廣州510640)2(華南理工大學應用物理系,廣州510640)E-mail:khymiller@21cn.com摘要標準遺傳算法采用固定的交叉率和變異率,對于求解一般的全局最優(yōu)問題具有較好的魯棒性,而對于解決較復雜的優(yōu)化問題則存在早熟及穩(wěn)定性差的缺點。傳統(tǒng)的自適應遺傳算法雖能有效提高算法的收斂速度,卻難以提高優(yōu)良解的多樣性,算法的魯棒性仍有待改善。文章提出了一種改進的自適應遺傳算法,對交叉算子和變異算子進行了優(yōu)化,實現了交叉率和變異率的非
2、線性自適應調整。實驗結果表明,相比傳統(tǒng)的自適應遺傳算法,新算法具有更快的收斂速度和更可靠的穩(wěn)定性。關鍵詞遺傳算法交叉率變異率自適應文章編號1002-8331-(2006)12-0093-04文獻標識碼A中圖分類號TP301.6ImprovingCrossoverandMutationforAdaptiveGeneticAlgorithm121KuangHangyuJinJingSuYong1(SchoolofElectronic&InformationEngineering,SouthChinaUniversityofTec
3、hnology,Guangzhou510640)2(DepartmentofAppliedPhysics,CollegeofScience,SouthChinaUniversityofTechnology,Guangzhou510640)Abstract:TheStandardGeneticAlgorithm(SGA)adoptsconstantcrossoverprobabilityaswellasinvariablemutationprobability.Ithassuchdisadvantagesaspremature
4、convergence,lowconvergencespeedandlowrobustness.CommonadaptationofparametersandoperatorsforSGAishardtoobtainhigh-qualitysolution,thoughitpromotestheconvergencespeed.ThispaperpresentsamethodforoptimaldesignofanimprovedadaptiveGeneticAlgorithmmakingthecrossoverprobab
5、ilityandmutationprobabilityadjustadaptivelyandnonlinearly.Thecasestudyofdesigningandsimulationshowsournewmethodhasfasterconvergencespeedandhigherrobustness.Keywords:GeneticAlgorithm,crossoverprobability,mutationprobability,adaptation1引言遺傳算法(StandardGA,以下簡稱SGA)的交叉率和
6、變異率是遺傳算法(GeneticAlgorithm,以下簡稱GA)[1]是一種模仿固定的,要為某個特定的優(yōu)化問題設置好交叉率和變異率,算生物群體進化的隨機搜索和優(yōu)化算法,它是由美國密歇根大學法需經過反復地試驗且難以豐富種群中優(yōu)良解的多樣性。因J.H.Holland教授等創(chuàng)立的。GA的基本思想來自Darwin的進化此,自適應地調整交叉率和變異率成為遺傳計算中的研究熱點。論和Mendel的遺傳學。算法擁有一群個體(individuals)組成的Srinvas等提出了自適應遺傳算法(AdaptiveGA,以下簡稱AGA[5],將算
7、法中的交叉率和變異率進行線性自適應調整,從種群(population),每一個體代表問題的一個潛在的解。每一個)而較好地提高了GA的收斂速度[6～8]。然而,AGA在演化初期存體在種群演化過程中都被評價優(yōu)劣并得到其適應值(fitness),個體在選擇(selection)、交叉(crossover)以及變異(mutation)算在停滯現象,這不利于增強GA的魯棒性和維持較佳的種群平子的作用下向更高的適應度進化以達到尋求問題最優(yōu)解的均適應度。目標[2]。本文提出了一種改進的自適應遺傳算法(ImprovedAdaptive種群中
8、的個體即基因串中的相似樣板被稱為“模式”,模式GA,以下簡稱IAGA),對自適應交叉率及變異率調整曲線進行表示基因串中某些特征位相同的結構[3]。由模式定理知,具有低了非線性化,將個體的適應度與當代種群的平均適應度進行比階、短定義距及平均適應度高于種群平均適應度的模式在子代較,結合最佳個體
