基于灰度和實數(shù)編碼的改進遺傳算法研究及其應(yīng)用.pdf

1、遺傳算法是一種隨機搜索方法，具有很強的全局尋優(yōu)能力，是目前影響和應(yīng)用最為廣泛的優(yōu)化方法之一。但遺傳算法仍存在一些不足，如不同程度的存在概率參數(shù)的主觀選取問題、早熟問題、陷入局部最優(yōu)等，本文針對這些問題給出兩種改進方法。在基于灰度編碼的改進的遺傳算法中，充分利用模式定理，使交叉算子和變異算子有機結(jié)合，父代所有個體都進行交叉，避免概率參數(shù)的選取問題，用變異后產(chǎn)生的優(yōu)良個體代替適應(yīng)度差的父代個體，產(chǎn)生子代個體，提出初始種群的生成標準，這種種群

2、的生成方法保證了最優(yōu)個體的獲得，并且有較快的收斂速度。在基于實數(shù)編碼的改進遺傳算法中，借鑒二進制編碼的模式理論，繁殖操作初期變異概率較大，通過變異操作使種群規(guī)模逐漸擴大，當種群達到一定規(guī)模時，只進行交叉操作，只要有足夠的時間一定能找到最優(yōu)個體，避免陷入局部最優(yōu)。 汽車懸架是一個典型的精密空間多體系統(tǒng)，它的性能如何直接關(guān)系到諸多汽車性能，如平順性、操縱穩(wěn)定性、安全性和制動性等，選用合適的方法對汽車懸架動力學參數(shù)進行優(yōu)化設(shè)計，對于民