遺傳算法在電化學阻抗譜數(shù)據(jù)擬合處理中的應用.pdf

1、該論文主要包括四個部分:1.傳統(tǒng)優(yōu)化方法的選擇.該章源引有關文獻資料分析、比較了幾種常見的傳統(tǒng)優(yōu)化方法的運行效率和收斂性,得出一個結論:Gauss-Newton法能夠最快地收斂,具有最高的運行效率.如果能給予優(yōu)良的參數(shù)初始估計,Gauss-Newton法應該成為最佳的選擇.2.遺傳算法分析.從三個方面對遺傳算法進行了分析:遺傳算法概要、編碼方式與遺傳算子的選擇、遺傳算法運行參數(shù)的確定.該論文采用浮點數(shù)編碼方法,采用基本遺傳算法的算子:比

2、例選擇算子、算術交叉算子和均勻變異算子,初步確定了遺傳算法運行參數(shù).3.用于電化學阻抗譜數(shù)據(jù)處理的混合遺傳算法的構建.該章分析了混合算法的結合方式,提出了一個混合遺傳算法的邏輯示意圖,詳細描述了該混合算法,并通過算例考察了所構建混合遺傳算法的運行效率和運行結果.4.用于電化學阻抗譜數(shù)據(jù)擬合處理的單純遺傳算法.為了進一步探尋只利用目標函數(shù)的取值信息,而無須構造Jacobi矩陣也無須引入其它梯度向量的算法,該章討論了利用單獨的遺傳算法對電化