遺傳算法中自適應(yīng)進(jìn)化與復(fù)合交叉的應(yīng)用研究.pdf

1、遺傳算法作為一種通用性好、魯棒性強(qiáng)的啟發(fā)式隨機(jī)化搜索優(yōu)化算法，廣泛地應(yīng)用于自動控制、組合優(yōu)化、圖像處理、機(jī)器人、人工生命、機(jī)器學(xué)習(xí)、人工智能和工程設(shè)計等領(lǐng)域。尤其是當(dāng)搜索空間很大、非常復(fù)雜或?qū)栴}領(lǐng)域的先驗知識很少時，使用經(jīng)典搜索工具如枚舉法、啟發(fā)式方法等不適宜的情況下，遺傳算法提供了一種效率高且有效的求解問題的合理方法?！　”疚氖紫容^全面系統(tǒng)地介紹了目前國內(nèi)外研究者在改進(jìn)遺傳算法搜索性能方面進(jìn)行的研究工作和取得的研究成果。接著提出了

2、一種基于個體相似度的遺傳算法，新算法對標(biāo)準(zhǔn)遺傳算法產(chǎn)生子代個體(交叉和變異)的策略進(jìn)行了修改，其基本思想是：當(dāng)兩父個體相似度較低時執(zhí)行交叉操作產(chǎn)生子代個體，父個體相似度較高時則采用變異的方法產(chǎn)生子代個體。這樣，一方面交叉產(chǎn)生的優(yōu)秀子個體將不經(jīng)變異直接與其它子個體(交叉產(chǎn)生的其它個體以及變異產(chǎn)生的個體)競爭而得以生存下來，而在標(biāo)準(zhǔn)遺傳算法中，交叉產(chǎn)生的優(yōu)秀個體再歷經(jīng)變異，極有可能在變異過程中遭到破壞而成為非優(yōu)秀個體，從而影響算法的收斂性及

3、收斂速度；另一方面又避免了高相似度個體進(jìn)行交叉而導(dǎo)致種群多樣性的喪失，從而一定程度上能抑制早熟收斂現(xiàn)象的發(fā)生。使用此改進(jìn)的遺傳算法對多個Benchmark測試函數(shù)在計算機(jī)上進(jìn)行模擬求解，將之與采用普通交叉變異策略的遺傳算法的計算結(jié)果進(jìn)行了對比，證明該算法的有效性。然后將基于個體相似度的遺傳算法應(yīng)用于圖的度約束最小生成樹構(gòu)造問題，取得了令人滿意的結(jié)果。針對實數(shù)編碼提出了一種通用的基于決策變量的復(fù)合交叉算子，并將之用于多目標(biāo)優(yōu)化問題的求解，