復合變異遺傳算法的收斂性能研究.pdf

1、遺傳算法是由美國自動控制論專家Holland于1975年提出的一種基于生物進化論及孟代爾基因遺傳理論的搜索型優(yōu)化算法,遺傳算法主要是借鑒物種進化思想,從一組隨機生成的初始可行種群出發(fā),借助選擇、交叉、變異等遺傳操作,逐步逼近所研究問題的最優(yōu)解。這種方法避開了所研究問題的復雜數(shù)學特征,對目標函數(shù)沒有特殊的要求。但隨著科學技術的發(fā)展,所研究問題規(guī)模的不斷擴大,以及復雜度不斷增加,對遺傳算法求解質量和運行速度都提出了更高的要求,遺傳算法在處理

2、這些問題時的“未成熟”收斂性以及收斂解精度不高等方面的缺點暴露出來,該問題制約了遺傳算法在復雜系統(tǒng)優(yōu)化問題中的應用。本文針對遺傳算法存在的這些問題作了相應的研究。
　　 首先針對基本十進制編碼遺傳算法在求解復雜系統(tǒng)優(yōu)化問題,尤其是尋優(yōu)范圍大、精度要求高的優(yōu)化問題時經常出現(xiàn)的“未成熟”收斂及收斂解精度不高等缺點,結合生物進化的基本特征,從結構化和可視化的角度出發(fā),提出了描述變異特征的變異準則函數(shù)的概念,建立了一類基于復合變異的GA

3、(簡記為CM-GA)。進而,利用Markov鏈理論討論了CM-GA的全局收斂性,并結合實例,比較和分析了CM-GA的收斂性能。針對基本二進制編碼遺傳算法運行過程中出現(xiàn)的解的范圍變動比較大,不易于收斂到最優(yōu)解的特點。本部分結合生物進化的基本特征,從保護生物的優(yōu)良特征的角度出發(fā),提出了一種基于模式的復合變異策略,建立了一類基于模式變異的遺傳算法(簡記為SM-GA)。進而,利用Markov鏈理論討論了SM-GA的全局收斂性,并結合實例,比較和