RNA遺傳算法及在橋式吊車中的應(yīng)用研究.pdf

1、遺傳算法是一類簡單易用、魯棒性強(qiáng)、具備并行能力且擴(kuò)展空間大的智能優(yōu)化算法。它模擬了生物進(jìn)化“優(yōu)勝劣汰、適者生存”的自然法則，而且由于遺傳算法對待優(yōu)化問題沒有連續(xù)性或可微的要求，被廣泛應(yīng)用于科研與工程領(lǐng)域。RNA遺傳算法(RNA-GA)是受RNA分子操作啟發(fā)的一類新型遺傳算法，本文在前人的研究基礎(chǔ)上，針對RNA遺傳算法的改進(jìn)以及在橋式吊車中的應(yīng)用問題進(jìn)行了較為深入的探討。本文的主要研究內(nèi)容如下:
　　(1)簡要綜述了遺傳算法的發(fā)展歷

2、程與研究現(xiàn)狀，以及橋式吊車的建模與控制方面的研究狀況。
　　(2)提出了一種受魚群行為啟發(fā)的RNA遺傳算法(fsRNA-GA)。在fsRNA-GA中采用了所設(shè)計的一種鄰域搜索操作，該操作通過定義適應(yīng)度函數(shù)的擁擠度因子來衡量個體與個體之間的擁擠程度，以便在局部空間內(nèi)發(fā)現(xiàn)更有潛力的個體。針對待優(yōu)化參數(shù)較多的情況，使用矩陣編碼的方式代替RNA-GA中的鏈?zhǔn)骄幋a。通過對一些典型測試函數(shù)的尋優(yōu)實驗，表明了該算法對低、高維無約束優(yōu)化問題尋優(yōu)的

3、良好性能。將所提出的fsRNA-GA用于優(yōu)化徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)基函數(shù)中心，利用橋式吊車實驗平臺采集的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，建立橋式吊車位置和擺角的RBF神經(jīng)網(wǎng)絡(luò)模型，仿真實驗表明了所建立神經(jīng)網(wǎng)絡(luò)模型的有效性。
　　(3)提出了一種高位密碼子選擇操作RNA遺傳算法(csRNA-GA)。該算法通過選擇操作增加了精英基因在進(jìn)化過程中進(jìn)入下一代的概率，豐富了種群的多樣性。通過對一些典型測試函數(shù)的尋優(yōu)實驗，結(jié)果表明所提算法具有更好的全