DNA遺傳算法及其在流程工業(yè)中的應用研究.pdf

1、DNA計算是近年來發(fā)展的一門新興學科。其基本原理是利用DNA分子的雙螺旋結構和堿基互補配對原則對問題進行編碼，并將所要處理的問題映射到特定的DNA片斷上，然后通過生物酶的可控生化作用生成數據池，最后得到問題的可能解。遺傳算法是一類以進化論與遺傳變異理論為基礎的隨機優(yōu)化算法，在進化過程中不需要問題連續(xù)、可導等苛刻條件的一類魯棒性很強的優(yōu)化算法。遺傳算法能夠提供一類求解問題的通用框架，具有很強的全局搜索能力。盡管如此，遺傳算法依然存在局部搜

2、索能力弱、易早熟收斂等不足。
　　DNA計算與遺傳算法存在著本質的相似，DNA遺傳算法是遺傳算法結合DNA計算發(fā)展而來。本文在DNA遺傳算法的研究基礎上，結合其它優(yōu)化算法的優(yōu)點，對DNA遺傳算法進行改進。將所提出的DNA遺傳算法運用在實際的流程工業(yè)優(yōu)化問題中。本文的研究內容如下:
　　1.在前人研究DNA遺傳算法的基礎上進行更深入的研究。利用DNA編碼方式設計三種新的交叉算子很好地保證了種群在進化過程中的多樣性，使得算法不易

3、早熟收斂。提出一種新的逐級進化策略，該策略明顯增強了算法的全局搜索能力，同時在此策略中結合模擬退火操作，提高了算法的局部搜索能力和解的精度。最后利用幾個經典測試函數和實際流程工業(yè)中的重油熱解過程的建模問題進行實驗仿真，驗證了所提出算法的高效性和優(yōu)越性。
　　2.在傳統DNA遺傳算法基礎上研究多種群進化策略并提出隔代融合多種群策略的DNA遺傳算法。每一個子種群蘊含著不同的目的分工細致的進行相應的遺傳操作，很好的解決了遺傳操作中算法的

4、全局搜索和局部搜索。結合隔代融合遷移思想，不同的子種群之間可以進行信息交換。對該算法進行了幾個測試函數的仿真實驗以及PID控制器參數整定。
　　3.引入了種群信息熵來控制DNA遺傳算法的進化過程，構造一種帶有信息熵的DNA遺傳算法。根據種群標準差和種群熵體現種群分散性，從而自適應的改變遺傳操作的交叉概率，克服了傳統遺傳算法交叉概率固定設置的盲目性問題，同時也利用個體熵信息與適應度函數值的平衡點作為個體的選擇概率。該算法所涉及的工業(yè)