改進的多生境遺傳算法及其應用.pdf

1、多模態(tài)函數(shù)優(yōu)化問題廣泛存在于函數(shù)優(yōu)化、決策與設計、工業(yè)應用等諸多領域。由于遺傳算法的搜索對象是種群，種群中的個體可能分布在解空間的各個角落，只要能夠維持種群多樣性，就有可能搜索到若干全局峰或局部峰。因此，遺傳算法是求解多模態(tài)函數(shù)優(yōu)化問題的有力工具。
　　 小生境技術是遺傳算法用以解決多峰優(yōu)化問題的有效手段。本文在分析經典小生境遺傳算法的基礎上，將聚類分析引入多生境排擠遺傳算法，提出了一種改進的多生境排擠遺傳算法，并將其應用于核磁

2、共振成像的特形脈沖的優(yōu)化設計。
　　 本文的工作主要包括以下幾個方面：
　　 1．簡要介紹了遺傳算法的基本概念、基本原理、研究歷程和研究現(xiàn)狀。
　　 2．詳細介紹了小生境遺傳算法的基本思想、實現(xiàn)方法以及典型小生境遺傳算法，分析比較了各種小生境算法優(yōu)缺點和適用范圍。
　　 3．提出了基于K-均值聚類的改進多生境排擠遺傳算法。標準多生境擁擠算法的搜索速度較快，但搜索能力相對較差。在多生境擁擠算法中引入適應值共

3、享機制可以提高搜索能力，但搜索速度因此卻大大下降。將聚類分析引入多生境擁擠算法，可以改善算法的選擇替換機制。數(shù)值實驗表明，改進后的算法在保留搜索速度方面優(yōu)勢的同時，搜索能力得到了一定的提高。
　　 4．將改進的多生境排擠遺傳算法應用于核磁共振成像的特形脈沖的優(yōu)化設計，得出了體系處于熱平衡狀態(tài)時的特形激勵脈沖和反轉脈沖的具體表達式。與模擬退火等方法相比，改進的多生境排擠遺傳算法具有下列優(yōu)點：(1)可以提供多種優(yōu)化設計方案，給使用者