2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人類模擬自然界的生命現(xiàn)象并將其運用于實際問題的求解,發(fā)展了近代科學(xué)技術(shù)的多門學(xué)科。遺傳算法(Genetic Algorithms)是模擬自然界生物進(jìn)化機(jī)制演化出來的一種智能優(yōu)化算法,是進(jìn)化算法(Evolutionary Algorithms)最重要的分支之一。
  作為一種魯棒優(yōu)化算法,遺傳算法經(jīng)過幾十年的發(fā)展,在處理靜態(tài)優(yōu)化問題的技術(shù)日臻成熟,但是現(xiàn)實世界中的許多問題都是動態(tài)的,問題的解會因為目標(biāo)函數(shù)、環(huán)境參數(shù)以及約束條件的變化

2、隨時變化。為此近年來,動態(tài)環(huán)境下的遺傳算法已成為遺傳算法發(fā)展出現(xiàn)的熱門問題,使得動態(tài)優(yōu)化問題逐漸引起人們的重視。
  根據(jù)達(dá)爾文的自然選擇學(xué)說,生物個體要生存下去就必須進(jìn)行生存斗爭,表現(xiàn)為環(huán)境的適應(yīng)。在斗爭過程中,具有有利進(jìn)化的個體容易存活下來,并且有更多的機(jī)會將其傳給后代;反之則否。而自然界的生物是否能在變化的環(huán)境中逐漸趨于優(yōu)良源于種群的進(jìn)化能力,種群的進(jìn)化能力可以通過個體的可進(jìn)化性表現(xiàn)出來,因為個體的可進(jìn)化性是群體進(jìn)化的原動力

3、,只有個體進(jìn)化才能使得種群整體進(jìn)化。換句話說,對種群的進(jìn)化能力研究可以說是一個值得探討的問題。
  那么,遺傳算法的進(jìn)化能力是怎樣變化的?在動態(tài)環(huán)境下,算法的選擇、交叉操作對算法的進(jìn)化能力有怎樣的影響?算法的進(jìn)化能力怎樣表現(xiàn)出環(huán)境的適應(yīng)?針對上述問題,本文圍繞著動態(tài)環(huán)境下遺傳算法的進(jìn)化能力展開一系列研究,從個體的微觀角度上升到種群的宏觀角度來探索算法在動態(tài)環(huán)境下的進(jìn)化能力。
  本文首先分析了選擇、變異對種群進(jìn)化能力的影響,

4、并探討了個體可進(jìn)化性,在分別基于適應(yīng)度改進(jìn)和基于基因改進(jìn)的兩個可進(jìn)化性定義上提出兩個簡單的數(shù)學(xué)表述,同時分析了種群進(jìn)化能力和個體可進(jìn)化性的關(guān)系,提出了本文的改進(jìn)思想,在算法中引導(dǎo)和重視那些可進(jìn)化性強(qiáng)的個體,用以來提高算法的性能。
  在此基礎(chǔ)上,本文針對了兩類動態(tài)優(yōu)化問題,選取合適的優(yōu)化函數(shù),分別對其兩類動態(tài)優(yōu)化函數(shù)提出改進(jìn)算法,在算法選擇的過程中提出自己的選擇方法,即基于個體可進(jìn)化性的排序選擇,并通過實驗仿真,驗證了引導(dǎo)個體可進(jìn)

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