遺傳算法求解多模態(tài)優(yōu)化問題的研究.pdf

1、如何應用遺傳算法求解多模態(tài)優(yōu)化問題已經成為遺傳算法乃至進化計算領域的一個廣受關注的問題，它也是遺傳算法理論和實際應用的基礎。這方面的成果層出不窮，但理論研究相對薄弱。特別是研究外部參數如何影響遺傳算法求解多模態(tài)優(yōu)化問題的性能這方面仍然是個空白，本文著重進行了這方面的理論研究并對相應結論進行了推廣。推廣后的理論結果被用于改進遺傳算法對多模態(tài)優(yōu)化問題的搜索性能。本文的主要研究內容包括： 1.對多模態(tài)優(yōu)化問題和遺傳算法進行了簡單回顧，

2、對應用遺傳算法解決多模態(tài)優(yōu)化問題的研究現狀進行了分析，介紹了遺傳算法的基礎理論及其發(fā)展趨勢。 2.對經Walsh變換后的基因池遺傳算法的無限種群模型進行了分析，刻畫了“雙峰函數”局部極值解的適值差與基因池遺傳算法的搜索性能之間的關系，對上述理論結果進行了理論推廣和實驗驗證。最后，根據所得結論設計出了針對多模態(tài)優(yōu)化問題的兩階段遺傳算法，并得到了滿意的實驗結果，這也從側面說明了上述理論結果的正確性。 3.討論了局部極值解的吸

3、引域對遺傳算法收斂結果的影響，以及參數搜索空間規(guī)模對遺傳算法搜索性能的影響，所得結論充分說明了對解空間進行合理劃分的必要性。結合正交設計法，提出了基于解空間合理劃分的遺傳算法，通過仿真實驗驗證了該算法對多模態(tài)優(yōu)化問題的有效性。 4.分析了兩類基于遺傳算法無限種群模型的復雜進化系統(tǒng)，在此基礎上構造了兩類新的種群進化系統(tǒng)，并推導出了它們在單基因位情況下的動力方程。對新系統(tǒng)在穩(wěn)態(tài)情況下的復雜動力行為進行了分析，通過相圖、分岔圖和Lya