一种改进的实数编码遗传算法

《一种改进的实数编码遗传算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一种改进的实数编码遗传算法韩瑞峰$张永奎!（$忻州师范学院，山西忻州"%*"""）（!山西大学计算机科学系，太原"%"""’）摘要遗传算法的一个显著特点是它交替在编码空间和解空间中工作，它在编码空间对染色体进行遗传运算，而在解空间对解进行评估和选择。因此，如何将问题的解转换为编码表达的染色体是遗传算法的关键问题。近十年来，针对特殊问题，提出了各种非"+$串的编码方法。实数编码方法是用于解决复杂的约束优化问题的首选方法。关键词遗传算法实数编码文章编号$""!+,%%$+（!""!）$%+""-,+"%文献标识

2、码.中图分类号/0%"$#’!"#$%&’()*+)"),-.!/0’&-,1$2’*)*3-,14)5/67$8)&95"47-:)"0;<15"0=’"0>7-?（$123456789:;7<:7=74>8637<6，?;<@A25/7>:A78BC12DD7E7，?;<@A259A>8637<6，9A>;I5><"%"""’）!8@,&5.,：.D678<>67DIJ28K;:72L<53

3、M78+7N;6;4823;<7<6L7>65872LO7<76;:.DE28;6A3（O.），JA;:AN27CE7<76;:2478>6;2<62:A8232C237;<:2N;:7，JA;D7;67H>D5>67>:7#92A2J6268>D#P<87:7<667

4、8C，H>8;25C:2N;H7M778NL28C237C47:;L;:482MD73C#Q7>D<53M78+7N;6;67N>DR53M78+7N;6;

5、结果的方法和停止运行的准则。问题。自$&’"年以来，人们对求解这类难解优化问题的兴趣日益增加。一种模仿生物自然进化过程的、被称为“进化算法”的!关于遗传算法的讨论随机优化技术在解这类优化难题中显示出了通常优于传统优!#$编码问题化算法的性能。目前，进化算法主要包括三个研究领域：遗传算根据模式理论，遗传算法一般采用二进制位串编码表达问法、进化规划和进化策略。其中，遗传算法是迄今为止进化算法题。使用二进制的最大优点是：它们容易产生和操作，几乎任何中最广为人知的算法，由于它在求解复杂优化问题上的巨大潜问题都可以用

6、二进制位串编码。但用简单的二进制串编码有一力及其在工业工程上的成功应用而越来越受到人们的关注。个明显的不足，就是变异时二进制串的各位上权重不同，导致遗传算法是模拟生物自然进化的计算机算法，它模拟的是很可能是接近极值的个体被漏掉。如在变异中，二进制串"$$群体的集体进化行为，其中群体中的每个个体表示问题搜索空变异为$$$时，串上只变了一位，而参数值却增加了*，这种剧间中的一个近似解。遗传算法是从任一初始群体出发，通过个变是不理想的。另外在许多工业工程应用中，这种简单的编码体（基因）的遗传和变异，从而有效地达到

7、一种稳定的优化状态方法很难直接描述出问题的性质。近十年来，针对特殊问题，提的繁殖和选择的过程，可使群体进化到搜索空间中越来越好的出了各种非"+$串的编码方法。例如约束优化的实数编码，组区域。它运用随机而非确定性的规则对一组而非一个点进行全合优化的整数编码。选择适当的候选解的表达方法是遗传算法局而非局部的搜索，它仅利用目标函数而不要求其导数或其它解决实际问题的基础。对于任何应用问题都必须将解的表达方附加限制，它虽然在特定问题上效率也许不是最高，但总体效法和适于问题的遗传算子结合起来分析考虑。率远高于传统随机算

8、法，是一种普遍适用于各种问题的简单而在研究工业工程的优化问题时，经常面临待优化的参变量又有效的搜索方法($，!)。变化范围大且要求有效数字位数长的实际情况，若采用二进制在准备应用遗传算法求解问题时，要完成以下*个主要步编码，其编码字符串长度很大，使得复制、杂交、变异等操作，以骤(!，%)：及染色体（二进制串）和解（实数）之间的编码和解码占用计算（$）确定表示方案；机时间很长；而采用整数编码，又难以保证解的精度，并