分層元胞遺傳算法研究.pdf

1、進(jìn)化算法作為一種智能搜索算法將種群中的個體當(dāng)作待解決問題的潛在解，采用類似于自然界進(jìn)化過程中的選擇和進(jìn)化機(jī)制來指導(dǎo)最優(yōu)解的搜索方向。這種解決問題的辦法已經(jīng)成功地應(yīng)用于解決一些復(fù)雜度高的傳統(tǒng)算法難以處理的工程問題。進(jìn)化算法中普遍存在的一個問題是如何在種群多樣性和種群收斂速度之間找到平衡，即如何快速捕獲全局最優(yōu)，這是當(dāng)前進(jìn)化算法研究的熱點(diǎn)，也是本文對分層元胞遺傳算法研究的意義所在。
　　針對元胞遺傳算法（CGA）求解速度慢的特點(diǎn)，分層

2、元胞遺傳算法（HCGA）在求解過程中采用一種分層操作，讓種群中的個體在進(jìn)化過程中往元胞空間中心遷移。這種分層操作強(qiáng)化了種群中優(yōu)秀個體的聚集，能有效提高元胞遺傳算法的運(yùn)算速度。在進(jìn)化算法中，算法的運(yùn)算速度與追蹤種群最優(yōu)解的能力有關(guān)，算法跳出局部最優(yōu)的能力與種群個體的多樣性密切相關(guān)。分層元胞遺傳算法的分層操作中元胞個體的移動局限于簡單地與周圍鄰居元胞進(jìn)行比較，這樣使得算法的求解速度沒有得到更大的提高。另一方面，分層元胞遺傳算法元胞空間中的元

3、胞個體僅往單一的元胞空間中心移動，這樣使得種群的整體多樣性不能得到更好的保持。為了更進(jìn)一步提高分層元胞遺傳算法的性能，本文從提高種群追蹤最優(yōu)解的能力和種群的整體多樣性著手展開研究。
　　本文對分層元胞遺傳算法的研究內(nèi)容主要包括以下幾個方面的工作：
　　1）研究了一種HCGA和PSO的混合算法
　　這種改進(jìn)的算法將粒子群優(yōu)化算法（PSO）與分層元胞遺傳算法相結(jié)合，利用粒子群算法中粒子運(yùn)動的位置和速度隨當(dāng)前最優(yōu)解不斷更新的

4、特點(diǎn)，使得種群中個體進(jìn)行分層操作后優(yōu)秀個體聚集的趨勢更加明顯，分層元胞遺傳算法中個體在進(jìn)化時能更快速地捕獲種群全局最優(yōu)解從而提高算法的運(yùn)算速度。文中研究了這種混合算法在不同優(yōu)化強(qiáng)度下的算法性能并通過實(shí)驗將改進(jìn)算法與其他同類型算法進(jìn)行了比較，實(shí)驗結(jié)果表明，這種將粒子群優(yōu)化算法與分層元胞遺傳算法相結(jié)合的混合算法跟分層元胞遺傳算法相比在計算速度上有較大的提高。
　　2）研究了基于多中心城市策略的分層元胞遺傳算法
　　在進(jìn)化算法運(yùn)算

5、的過程中，隨著選擇和遺傳進(jìn)化機(jī)制的不斷進(jìn)行，種群中個體間的多樣性逐漸消失，進(jìn)化個體之間的趨同性變強(qiáng)，這種情況會阻礙種群進(jìn)化的持續(xù)進(jìn)行。因此如何保持種群的多樣性是關(guān)系到算法性能的一個很重要的因素。針對分層元胞遺傳算法中種群個體往單一的元胞空間中心區(qū)域移動的特點(diǎn)，改進(jìn)的算法在整個種群中選取多個優(yōu)秀個體作為進(jìn)化過程中的中心城市，在種群進(jìn)化過程中元胞個體往不同的中心城市遷移。這種多中心城市策略在保持原有算法尋優(yōu)速度的同時能夠較好保持種群整體的多