遺傳算法及其應(yīng)用實(shí)例

1、遺傳算法及其應(yīng)用實(shí)例遺傳算法（GeicAlgithm）是由美國(guó)Michigan大學(xué)的Holl教授（1969）提出，后經(jīng)由DeJong（1975），Goldberg（1989）等歸納總結(jié)所形成的一類模擬進(jìn)化算法。遺傳算法搜索最優(yōu)解的方法是模仿生物的進(jìn)化過(guò)程，即通過(guò)選擇與染色體之間的交叉和變異來(lái)完成的。遺傳算法主要使用選擇算子、交叉算子與變異算子來(lái)模擬生物進(jìn)化，從而產(chǎn)生一代又一代的種群X(t)。（1）選擇算子：是模擬自然選擇的操作，反映“優(yōu)

2、勝劣汰”原理。它根據(jù)每一個(gè)個(gè)體的適應(yīng)度，按照一定規(guī)則或方法，從t代種群X(t)中選擇出一些優(yōu)良的個(gè)體（或作為母體，或讓其遺傳到下一代種群X(t?1)）。（2）交叉算子：是模擬有性繁殖的基因重組操作，它將從種群X(t)所選擇的每一對(duì)母體，以一定的交叉概率交換它們之間的部分基因。（3）變異算子：是模擬基因突變的遺傳操作，它對(duì)種群X(t)中的每一個(gè)個(gè)體，以一定的變異概率改變某一個(gè)或某一些基因座上的基因值為其他的等位基因。交叉算子與變異算子的作

3、用都在于重組染色體基因，以生成新的個(gè)體。Page1of20遺傳算法具有通用、并行、穩(wěn)健、簡(jiǎn)單與全局優(yōu)化能力強(qiáng)等突出優(yōu)點(diǎn)，適用于解決復(fù)雜、困難的全局優(yōu)化問(wèn)題。一個(gè)優(yōu)化問(wèn)題被稱為是復(fù)雜的，通常指它具有下述特征之一：（1）目標(biāo)函數(shù)沒(méi)有明確解析表達(dá)（如非數(shù)值優(yōu)化問(wèn)題）。（2）目標(biāo)函數(shù)雖有明確表達(dá)，但不可能恰好估值（如大部分最優(yōu)控制問(wèn)題、金融優(yōu)化問(wèn)題）。（3）目標(biāo)函數(shù)有極多的峰值（如DNA計(jì)算、組合優(yōu)化問(wèn)題）。（4）多目標(biāo)優(yōu)化，即目標(biāo)函數(shù)是向量值

4、。一個(gè)優(yōu)化問(wèn)題被稱為是困難的，則通常是指：或者目標(biāo)函數(shù)f不連續(xù)、不可微、高度非線性，或者優(yōu)化問(wèn)題是困難的組合問(wèn)題。對(duì)于這些復(fù)雜、困難的優(yōu)化問(wèn)題，已知的優(yōu)化方法或者根本不可用，或者可用但不有效。相比之下，遺傳算法不但保證可用，而且常常顯得更為有效。但是，我們必須注意到，一個(gè)通用而又較少依賴于目標(biāo)函數(shù)值與其他輔助信息的算法不可能比專用且充分利用目標(biāo)函數(shù)值與相關(guān)輔助信息的算法更為有效，而當(dāng)一個(gè)問(wèn)題有某些輔助信息可供使用時(shí)，舍棄應(yīng)用本來(lái)可供應(yīng)用