自適應(yīng)記憶遺傳算法研究及在TSP問題中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、遺傳算法是一種模仿生物自然進化過程的、自適應(yīng)啟發(fā)式的全局優(yōu)化算法。由于在利用遺傳算法求解問題時僅需要很少的輔助信息,容易與其它領(lǐng)域的知識相結(jié)合,且具有較好的自適應(yīng)性和并行性,使得遺傳算法在組合優(yōu)化、機器學(xué)習(xí)、自適應(yīng)控制、人工生命等領(lǐng)域得到了廣泛的應(yīng)用。雖然國內(nèi)外都很重視遺傳算法的理論和應(yīng)用研究,并取得了很多令人矚目的研究成果,但是遺傳算法的理論和方法還尚未成熟,仍然存在一些不足有待于進一步改善。
  首先,本文以遺傳算法在函數(shù)優(yōu)化

2、中的應(yīng)用為實例,分析了遺傳算法優(yōu)化過程中基因編碼相同的染色體重復(fù)出現(xiàn)的現(xiàn)象,且隨著進化代數(shù)的不斷增加重復(fù)個體出現(xiàn)的機率也越來越大。針對這個問題,本文通過引入合適規(guī)模的基因庫用以存儲重復(fù)出現(xiàn)個體的基因編碼和對應(yīng)的適應(yīng)度值,并將基因庫中的染色體按適應(yīng)度值從大到小的順序有序排列。對于基因庫中有相同基因編碼的染色體可以直接從基因庫中獲取其適應(yīng)度值,進而解決重復(fù)個體適應(yīng)度值的重復(fù)計算問題,降低算法的時間復(fù)雜度,提高算法的計算效率。
  其次

3、,針對上述算法無法根據(jù)當(dāng)前種群中個體的分布情況對遺傳算子執(zhí)行的控制參數(shù)進行動態(tài)調(diào)整的問題,本文按照自適應(yīng)遺傳算法的交叉概率和變異概率調(diào)節(jié)公式的設(shè)計原則,根據(jù)種群中個體的相似系數(shù),利用Logistic曲線方程對遺傳算法的交叉概率和變異概率進行自適應(yīng)調(diào)整,進而提高算法的收斂性能。
  最后本文以典型的旅行商TSP問題為應(yīng)用背景,以Malab R2009a和Microsoft Visual Studio2010作為開發(fā)環(huán)境,選取TSPL

4、IB中的城市坐標(biāo)數(shù)據(jù)為實例,實現(xiàn)了一個基于改進后算法的TSP問題求解系統(tǒng),并對改進后算法的計算個體適應(yīng)度值的時間代價與算法的收斂性進行測試和驗證。測試結(jié)果表明:種群規(guī)模為50~150,基因庫規(guī)模選取為種群規(guī)模的0.1倍~0.2倍時,本文算法能夠有效地減少算法的時間復(fù)雜度,其加速比能夠達到49.70%左右。在算法的收斂性方面,本文改進后的算法收斂速度快于基本遺傳算法但稍慢于Srinivas等人提出的自適應(yīng)遺傳算法,且收斂效果要好于其它兩種

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論