資源描述：
《一種改進的實數(shù)自適應(yīng)遺傳算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第卷第期控制與決策年月文章編號一種改進的實數(shù)自適應(yīng)遺傳算法潘偉刁華宗井元偉沈陽炮兵學(xué)院電子偵察系沈陽東北大學(xué)信息科學(xué)與工程學(xué)院沈陽摘要研究了基于實數(shù)編碼的遺傳算法的改進問題針對實數(shù)編碼在搜索后期存在搜索效率低易早熟收斂等現(xiàn)象討論了遺傳算法的參數(shù)調(diào)節(jié)問題提出一種自適應(yīng)交叉概率和變異概率既考慮了進化代數(shù)對算法的影響又考慮到每代不同個體適應(yīng)度的作用給出一種改進的實數(shù)自適應(yīng)遺傳算法最后利用個測試函數(shù)對算法進行驗證在函數(shù)的最終值平均運行代數(shù)收斂概率幾方面都取得了較好的結(jié)果關(guān)鍵詞自適應(yīng)遺傳算法實數(shù)編碼交叉概率變異概率中圖分類號文獻標識碼引言這在優(yōu)化理論和神經(jīng)網(wǎng)絡(luò)應(yīng)用中具有重要意義遺傳
2、算法是模擬生物進化論的計算模型是一種有效的全局并行優(yōu)化搜索工具具有簡單通用盡管實數(shù)編碼精度高適合于復(fù)雜大空間搜索魯棒性強和適于并行分布處理的特點最初的遺傳但易使遺傳算法在搜索后期效率低下和未成熟收算法是基于二進制串的類似于生物染色體結(jié)構(gòu)可斂因此遺傳算法的各參數(shù)特別是交叉概率和變異概率的選擇顯得更加重要用生物遺傳理論來解釋各種遺傳操作易于實現(xiàn)算交叉概率和變異概率法處理的模式多但是二進制編碼不能直接反映問通常根據(jù)理論分析中參數(shù)的大致范圍來選擇或根題固有的結(jié)構(gòu)特征個體長度大占用計算機內(nèi)存據(jù)經(jīng)驗來確定某個實際問題的參數(shù)組合具有一定多數(shù)值優(yōu)化時精度不高且穩(wěn)定性不如實數(shù)編的盲目性碼在
3、具體問題中直接采用解空間的形式進行編本文在群體規(guī)模確定的情況下設(shè)計出一種改碼可在解的表現(xiàn)型上進行遺傳操作從而引入特定進的實數(shù)自適應(yīng)遺傳算法算法中提出的自適應(yīng)交領(lǐng)域的啟發(fā)式信息取得比二進制編碼更高的效率叉概率和變異概率既考慮到進化代數(shù)對算法的影收稿日期修回日期基金項目國家自然科學(xué)基金項目教育部高等學(xué)校博士學(xué)科點專項科研基金項目作者簡介潘偉男哈爾濱人講師博士從事非線性系統(tǒng)的魯棒控制遺傳算法應(yīng)用等研究井元偉男遼寧西豐人教授博士生導(dǎo)師從事復(fù)雜系統(tǒng)的對稱性相似性及穩(wěn)定性等研究第期潘偉等一種改進的實數(shù)自適應(yīng)遺傳算法響又考慮到每代中不同個體適應(yīng)度對算法的作用其中和分別為變異前和變異后的
4、個體這兩個重要參數(shù)可隨算法進化的需要自動調(diào)整以的概率取值以的實數(shù)自適應(yīng)遺傳操作概率取值本文設(shè)為各代群體中個體最遺傳算法中的編碼策略和遺傳操作對算法起到大值與最小值之差至關(guān)重要的作用也是實數(shù)遺傳算法與二進制遺傳算法區(qū)別最大之處下面對編碼策略和遺傳操作分交叉概率和變異概率的自適應(yīng)確定首先說明以下各量的意義為交叉概率別加以介紹為變異概率為當(dāng)前個體適應(yīng)度值為當(dāng)前群編碼策略實數(shù)編碼與二進制編碼的方法相似體中最大個體適應(yīng)度值為當(dāng)前群體平均適應(yīng)度只是每值個基因有共種可能取值若每個變量用位交叉概率的自適應(yīng)確定十進制數(shù)表示變量個數(shù)為則染色體長度為交叉算子主要用來產(chǎn)生新個體實現(xiàn)算法的全實值編
5、碼策略不對變量進行編碼而將每個局搜索它在遺傳操作中起到關(guān)鍵作用從群體整體變量當(dāng)作一位基因直接處理進化過程看交叉概率應(yīng)隨進化過程逐漸變小最后遺傳操作趨于某一穩(wěn)定值以免算法不能收斂或收斂過程加排序選擇法最佳個體保存法長從產(chǎn)生新個體的角度看群體中的所有個體在交選擇是從群體中選擇優(yōu)勝個體淘汰劣質(zhì)個體叉操作上應(yīng)有同等地位和相同概率從而使在的操作目的是把優(yōu)化的個體遺傳給下一代搜索空間具有各個方向的均勻性為此本文設(shè)計了排序選擇法是在計算每個個體的適應(yīng)度后根與進化代數(shù)相關(guān)的交叉概率據(jù)適應(yīng)度大小對群體中個體排序并把事先設(shè)計好的概率表按序分配給個體作為各自的選擇概率這樣個體的適應(yīng)度不直接影響
6、后代的選擇保持了一其中為進化代數(shù)代表交叉概率的變化曲率定的選擇壓力從而在一定程度上抑制了標準遺傳代表交叉概率的收斂極限交叉概率的變化曲線如算法的早熟和局部收斂圖所示最佳個體保存法是對群體中適應(yīng)度最高的個體不進行遺傳操作而直接復(fù)制到下一代該方法可以保證某一代的最優(yōu)解不被破壞非一致交叉設(shè)進行交叉的兩父代個體為和交叉后得到的子代個體為圖交叉概率曲線其中可取定值也可變化變異概率的自適應(yīng)確定當(dāng)取固定值時為一致交叉兩對相同的交叉變異算子主要用來維持群體多樣性防止出現(xiàn)父代只能得到相同的兩對新個體不利于增加群體未成熟收斂在算法早期群體中個體多樣性豐富多樣性并且的不同取值對交叉算子也有直接
7、影此時變異概率應(yīng)小些以提高算法的運行速度隨著響當(dāng)取中的隨機值時為非一致交叉它有進化的進行個體越來越向適應(yīng)度高的個體靠近致利于將一致交叉中取不同值產(chǎn)生的效果進行平使個體越來越單一此時變異概率應(yīng)大些以維持群均以改善搜索特性體的多樣性同理同一代群體中個體的變異概率應(yīng)實值變異隨個體的優(yōu)劣而變化即加大優(yōu)質(zhì)個體的變異概率變異的本質(zhì)是挖掘群體中個體的多樣性同時為此設(shè)計了與遺傳進化代數(shù)和個體適應(yīng)度相關(guān)的提高算法的局部隨機搜索能力自適應(yīng)變異概率變異步長的選擇比較困難最優(yōu)步長視具體情況而定本文變異步長在優(yōu)化過程中根據(jù)群體的進化進程自動改變變異步長
