遺傳算法的研究及其在倒立擺中的應(yīng)用.pdf

1、遺傳算法是一種借鑒自然選擇機(jī)制和遺傳機(jī)制、具有自適應(yīng)性、高度并行性以及魯棒性等特點(diǎn)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(dāng)中，取得了不錯(cuò)的效果，同時(shí)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(duì)遺傳算法在解空間中盲目選取交叉?zhèn)€體的的缺點(diǎn)，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(dāng)前種群中目標(biāo)個(gè)體的最速下降方向，在該方向的有效范圍內(nèi)選擇個(gè)體與目標(biāo)個(gè)體進(jìn)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(biāo)準(zhǔn)測試函數(shù)的仿真實(shí)驗(yàn)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(duì)目前的進(jìn)化算法在求解約束優(yōu)化問題時(shí)，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(jì)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(shí)邊界變異以及非邊界變異的引入，增強(qiáng)了算法的探索