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