遺傳算法的研究及其在倒立擺中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩81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、遺傳算法是一種借鑒自然選擇機制和遺傳機制、具有自適應(yīng)性、高度并行性以及魯棒性等特點的全局優(yōu)化算法,被廣泛應(yīng)用于復(fù)雜的工程應(yīng)用當中,取得了不錯的效果,同時也暴露出許多缺陷和不足,如早熟收斂,局部搜索能力差等。
   本文首先針對遺傳算法在解空間中盲目選取交叉?zhèn)€體的的缺點,結(jié)合最速下降法,提出了一種基于梯度信息指導(dǎo)交叉的遺傳算法。該算法通過確定當前種群中目標個體的最速下降方向,在該方向的有效范圍內(nèi)選擇個體與目標個體進行指導(dǎo)交叉操作,

2、使交叉后的子代不斷向最優(yōu)解靠近。典型的標準測試函數(shù)的仿真實驗表明,該算法顯著地加快了遺傳算法的尋優(yōu)速度,提高了遺傳算法定位最優(yōu)解的精度。
   其次針對目前的進化算法在求解約束優(yōu)化問題時,處理約束條件的局限性,提出了一種新的求解約束優(yōu)化問題的遺傳算法。該方法重新設(shè)計了可行解與不可行解的適應(yīng)度函數(shù),通過新的適應(yīng)度函數(shù)來選擇可行解與不可行解,巧妙的處理約束條件,避免了懲罰因子的引入,同時邊界變異以及非邊界變異的引入,增強了算法的探索

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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