進(jìn)化策略的變異算子與仿真平臺(tái)研究.pdf

1、論文研究進(jìn)化策略中變異算子的改進(jìn)?，F(xiàn)有的變異算子都使用全基因變異，本文提出單基因變異，通過對(duì)變異成功概率、局部收斂速度、全局收斂性能、變異步長(zhǎng)控制、計(jì)算開銷、多種群技術(shù)系統(tǒng)地分析比較兩種變異方式的優(yōu)劣，建立基于遞減型變異步長(zhǎng)單基因變異算子的單種群和多種群進(jìn)化策略，最后論述進(jìn)化算法仿真試驗(yàn)平臺(tái)的構(gòu)建及其應(yīng)用。 對(duì)進(jìn)化策略及其變異算子的研究源于變異算子在進(jìn)化計(jì)算中起主導(dǎo)作用的認(rèn)識(shí)。通過對(duì)簡(jiǎn)單遺傳算法的改進(jìn)試驗(yàn)，對(duì)交叉算子作用機(jī)理的分

2、析，證明了變異算子對(duì)交叉算子的局部和全局搜索功能的可替代性，變異算子在算法中起主導(dǎo)作用。 借鑒生物進(jìn)化理論和基因突變思想的進(jìn)化策略，其變異算子使用所有基因同時(shí)變異的全基因變異方式，本文提出了一次只隨機(jī)選擇其中一個(gè)基因發(fā)生變異的單基因變異方式。理論分析和仿真試驗(yàn)證明，對(duì)于多維優(yōu)化問題，當(dāng)變異步長(zhǎng)較大時(shí)，單基因變異的成功概率大于全基因變異的成功概率，全基因變異存在進(jìn)化停頓現(xiàn)象，而且計(jì)算開銷較大，對(duì)于高維優(yōu)化問題尤其突出。 理

3、論分析證明使用Gauss分布的單基因變異算子時(shí)，保持成功概率為0.445可以獲得最優(yōu)的局部收斂速度，并提出相應(yīng)的遞減型變異步長(zhǎng)控制策略。為了直觀分析、比較進(jìn)化算子的性能，提出了橫向仿真技術(shù)，并用于單基因變異和全基因變異的局部收斂速度的比較研究。試驗(yàn)證明雖然當(dāng)變異步長(zhǎng)合適時(shí)，全基因變異算子的局部收斂速度大于單基因變異，但全基因變異算子要求變異步長(zhǎng)較小并且范圍很小，而單基因變異算子可以在變異步長(zhǎng)較大、且在一個(gè)較大的范圍內(nèi)獲得良好的局部收斂速

4、度，說明單基因變異算子對(duì)變異步長(zhǎng)具有良好的魯棒性。通過兩個(gè)反例說明Gauss分布遞減型步長(zhǎng)控制單基因變異算子全局搜索能力的不足，提出了Gauss分布遞減型步長(zhǎng)單基因變異與均勻分布變異相結(jié)合的改進(jìn)進(jìn)化策略(μ+λ+κ)-ES，通過一組100維典型測(cè)試函數(shù)的仿真試驗(yàn)，說明了(μ+λ+κ)-ES良好的局部和全局搜索能力、較少的計(jì)算開銷。 為了增強(qiáng)(μ+λ+κ)-ES的全局搜索能力、在解多模態(tài)優(yōu)化問題時(shí)獲得多個(gè)全局最優(yōu)解和局部最優(yōu)解，在

5、(μ+λ+κ)-ES基礎(chǔ)上提出了多種群進(jìn)化策略m×(μ+λ+κ)-ES。在基于排擠和(/或)共享的多種群技術(shù)中，共享半徑是一個(gè)難以確定而又非常關(guān)鍵的參數(shù)，本文提出了山谷探索法，避免了共享半徑的確定。建立了在給定精度下以一定的可信度判斷子種群是否收斂的判據(jù)，使子種群的收斂性判別有了實(shí)用的定量依據(jù)。以一組典型多模態(tài)優(yōu)化問題測(cè)試函數(shù)仿真驗(yàn)證了m×(μ+λ+κ)-ES準(zhǔn)確求解全部極值點(diǎn)的能力。 進(jìn)化算法仿真試驗(yàn)研究與應(yīng)用平臺(tái)是進(jìn)化計(jì)算重