一種基于育種思想的全局優(yōu)化算法——原理、性能及應(yīng)用.pdf

1、優(yōu)化技術(shù)作為工程決策的定量分析方法，其目的是基于研究對象的某種指標(biāo)尋找最優(yōu)的變量取值。但是，對于采用某種優(yōu)化算法所獲得的優(yōu)化結(jié)果，當(dāng)問及是否存在比之更好的解或者其是否全局最優(yōu)解時，現(xiàn)有的算法尚難作出令人滿意的回答。包括遺傳算法(Genetic Algorithm，GA)在內(nèi)的諸多算法，可以在經(jīng)歷無窮代演化后以概率1收斂到全局最優(yōu)，但實際操作往往只能是有限次計算。因此，尋找更為有效的算法或策略以提高優(yōu)化計算的效率，并對優(yōu)化算法有限次計算的

2、結(jié)果進(jìn)行評價，以為決策提供更為可靠的信息，似將成為優(yōu)化技術(shù)研究領(lǐng)域所關(guān)注的重要課題。本文基于遺傳算法對上述課題展開研究，其主要工作內(nèi)容和貢獻(xiàn)如下。 1.通過理論分析與實驗研究，本文對常規(guī)遺傳算法在優(yōu)化計算的全局性和精確性等方面存在的問題進(jìn)行了分析，指出遺傳算法同時進(jìn)行廣度搜索和局部搜索的思想策略所存在的內(nèi)在缺陷及其所面臨的困境，為算法策略的進(jìn)一步改進(jìn)指出了合理可行的方向。 2.本文借鑒現(xiàn)代育種操作思想，提出一類新的進(jìn)化算

3、法—育種算法(Breeding Algorithm，BA)。算法將全局優(yōu)化過程轉(zhuǎn)化為種子的選擇和培育兩個階段的操作。提出利用自由采樣選種實現(xiàn)廣度搜索，采用基因置換技術(shù)執(zhí)行育種操作以實現(xiàn)局部搜索的新思想，指出算法實現(xiàn)全局優(yōu)化的基本原理并建立相應(yīng)的實施模型。實驗結(jié)果表明，實現(xiàn)相同概率的全局優(yōu)化，育種算法所需計算代價一般不到常規(guī)遺傳算法的1/2，并且具有更高的計算精度。 3.根據(jù)育種算法的采樣選種過程，本文提出采樣探測靈敏度的概念，并

4、結(jié)合采樣得到的最優(yōu)個體建立了解的全局性評價方法。 4.本文對基因置換技術(shù)實現(xiàn)局部搜索的機(jī)理進(jìn)行了分析和描述。對于二進(jìn)制編碼遺傳算法所出現(xiàn)的海明懸崖現(xiàn)象，根據(jù)基因置換完畢的編碼特征，提出識別和修復(fù)方法，從而可以確保算法實現(xiàn)二進(jìn)制編碼的最高計算精度。與此同時，對基因置換操作實現(xiàn)局部搜索的計算代價進(jìn)行分析估計，指出該操作函數(shù)值計算次數(shù)上限和經(jīng)驗估計。 5.本文對算法的實施和演化方式進(jìn)行了研究，針對函數(shù)優(yōu)化問題的性狀及復(fù)雜函數(shù)的

5、構(gòu)造特征指出了算法的相應(yīng)策略。對于約束優(yōu)化問題，建立采用罰因子確定的經(jīng)驗方法。對40余例變量數(shù)1～50的經(jīng)典測試函數(shù)進(jìn)行實驗和比較的結(jié)果表明，育種算法成功地刷新了現(xiàn)有部分最優(yōu)解記錄，其全局和局部搜索性能都優(yōu)于常規(guī)遺傳算法。 6.本文對平行育種算法應(yīng)用于多目標(biāo)優(yōu)化問題的效果進(jìn)行了研究。結(jié)果表明，在求取多目標(biāo)優(yōu)化問題的帕累托(Pareto)有效解集方面，采用平行育種算法結(jié)合隨機(jī)權(quán)系數(shù)，一般可以獲得多個有效解。另外，針對過程系統(tǒng)控制參

6、數(shù)的不確定性所產(chǎn)生的多模態(tài)和敏感系統(tǒng)優(yōu)化問題，提出了系統(tǒng)平均效果最優(yōu)解的概念，并結(jié)合平行育種算法建立了相應(yīng)的求解和評價方法，然后通過工程實例的求解，對該方法的實施過程進(jìn)行了更為確切的描述。 7.最后，本文給出運(yùn)用育種算法求解工程優(yōu)化問題的基本實施流程，并對相關(guān)策略進(jìn)行說明。 本文研究結(jié)果表明，和常規(guī)遺傳算法相比，育種算法在全局優(yōu)化的原理上更加明確，算法構(gòu)造更為簡單，且在優(yōu)化計算的精確性和效率方面也具有明顯優(yōu)勢，可作為一種