基于DNA的混合遺傳算法的研究.pdf

1、在社會化大生產的今天,存在著很多NP問題,其中最具代表性的函數優(yōu)化問題,在工業(yè)生產和工程建設等多個領域都有著廣泛的應用,如何快捷精確求解函數優(yōu)化問題存在著重大的意義。函數優(yōu)化問題復雜之處在于,函數優(yōu)化問題不僅存在全局最優(yōu)解,還有很多近似于全局最優(yōu)解的局部最優(yōu)解,這些局部最優(yōu)解是函數在某領域中的最值。傳統(tǒng)基于梯度的數學類算法和直接搜索類算法,在求解函數優(yōu)化問題時,往往只能求得其中的局部最優(yōu)解,無法對解空間做進一步搜索。
　　遺傳算法

2、是一種模擬生物進化過程的進化類算法,以種群為搜索單位的遺傳算法體現(xiàn)出并行特性,在保證種群多樣性的情況下,具有非常強的全局搜索能力。遺傳算法雖然有著先天缺陷,然而該算法同樣具有很強的魯棒性,可以作為整體算法框架,往其中加入其它算法或優(yōu)化思想,彌補遺傳算法的缺陷。遺傳算法以構建適應度函數作為進化標準,通過編碼實現(xiàn)個體與決策變量間的聯(lián)系,完全不依賴于問題本身特性,搜索體現(xiàn)出自適應性,具有非常強的應用空間。
　　本文對遺傳算法進行改進,采

3、用統(tǒng)一架構的遺傳算法,通過在其中加入DNA編碼與思想,構造出混合遺傳算法,用于求解無約束函數優(yōu)化問題和帶約束函數優(yōu)化問題。通過對兩類問題的分析與建模,針對問題各自的特征,采用不同的遺傳算子與進化策略,保證算法的高效率和高精確度。論文主要研究以下兩個方面:
　　1)針對無約束函數優(yōu)化問題,在遺傳算法的基礎上,引入 DNA編碼與DNA復制技術,構造出基于DNA混合遺傳算法DNA-BHGA。在DNA編碼的基礎上,為增強遺傳算法的全局搜索

4、能力,對選擇算子和交叉算子作了改進,并設計出選擇變異算子,彌補遺傳算法的局部搜索能力,配合自適應小生境算法,保證種群的多樣性,使得算法具有很強的通用性。為驗證算法的運行效率,算法通過對8個通用的無約束優(yōu)化算例進行測試,結果優(yōu)于文獻算法。
　　2)針對帶約束函數優(yōu)化問題,通過分析,將問題劃分為約束處理和優(yōu)化處理兩個步驟進行求解。對于約束處理方法,通過分析與對比,選擇懲罰函數法對問題進行約束處理。優(yōu)化處理在無約束函數優(yōu)化設計的DNA-