自适应遗传算法改进与应用

自适应遗传算法改进与应用

ID:38284182

大小:267.53 KB

页数:4页

时间:2019-06-02

自适应遗传算法改进与应用_第1页
自适应遗传算法改进与应用_第2页
自适应遗传算法改进与应用_第3页
自适应遗传算法改进与应用_第4页
资源描述:

《自适应遗传算法改进与应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第4期微计算机应用Vol.27No.42006年7月MICROCOMPUIERAPPLICATIONSJuly.2006自适应遗传算法的改进与应用1,211史明霞陶林波沈建京(1信息工程大学理学院电子信息工程系郑州4500072河南省轻工业职工大学郑州450002)摘要:针对遗传算法易出现早熟现象,通过对标准遗传算法和自适应遗传算法的分析研究,本文对自适应遗传算法进行了改进。即在保留以往自适应遗传算法优点的同时,设计了与种群个体分布及种群规模的波动情况相关的自适应遗传算子。实验结果表明:该算法不易陷入局部极值,收敛速度快。关键词:遗传算法早熟现象自适应遗传算子改进的自适应遗传算法中间区

2、域ImprovementandApplicationofaSelf-AdaptiveGeneticAlgorithm1,211SHIMingxia,TAOLinbo,SHENJianjing(1InformationEngineeringUniversity,Zhengzhou,450007,China,2HenanLightIndustryTrainingCollege,Zhengzhou,450002,China)Abstract:Animprovedadaptivegeneticalgorithmwaspresentedinthispaper,forstandardgeneticalgo

3、rithmbringseasilyprematureconvergence.Wedesigenanewself-adaptivegeneticoperatorconcerningpopulationsizeandpopula2tiondistributionbasingonadaptivegeneticalgorithm.Ithasincreasedthealgorithm`scapacityofglobalconvergence.Experimentalresultsdemonstratethatitdoesnoteasilygetstuckatalocaloptimum,andthatit

4、isfastinconvergence.Keywords:geneticalgorithm,prematureconvergence,self-adaptivegeneticoperator,improvedadaptivegeneticalgo2rithm,middlearea父代群体中选择个体遗传到下一代。选择策略对算法有着举1引言足轻重的作用,不同选择策略导致不同的选择压力。较大的在简单遗传算法中,其运行参数都人为地预先指定,这样选择压力使最优个体具有较高的复制数目,适应值较小的个使得遗传操作的适应性较差,在解决复杂问题或解空间很大体迅速死亡,种群的多样性遭到破坏,从而使得算法的搜索空时

5、,会发生收敛速度慢或局部收敛的情况。为此,提出了自适间减小,容易出现早熟现象。较小的选择压力使群体保持足应遗传算法,主要思想是在进化的过程中根据进化的不同阶够的多样性,提高算法收敛到全局最优解的概率。可是算法段建立相应的交叉概率及变异概率,这种做法在一定程度上的随机性增强,收敛速度较慢。交叉算子的作用非常重要。改善了算法的搜索能力和收敛速度,但很多具体的问题还没一方面,它使得在原来的群体中的优良个体的特性能够在一有考虑,以致于对问题的解决过于固定化。这里我们在原有定程度上保持;另一方面,它使得算法能够探索新的基因空的基础上又考虑了种群中个体的分布情况以及种群规模的变间,从而使新的群体中的个体具

6、有多样性。变异算子使得遗化情况。从而真正在进化的过程中动态调整交叉概率与变异传算法有局部的随机搜索能力,且可使遗传算法维持群体的概率,以达到克服过早收敛以及加快搜索速度的目的。多样性。另外,群体规模对遗传算法效能的发挥也有影响。群体规模越大,群体中个体的多样性越高,算法陷入局部解的2遗传算法的主要要素及分析危险越小。但群体规模太大,算法的计算量也增大。但在影基本遗传算法的构成要素:①染色体编码方法;②个体响遗传算法的诸多因素中交叉和变异概率对遗传算法的影响适应度的评价;③设计遗传算子;④基本遗传算法有关的运最大。较大的交叉概率会以较大的速度引入新解到群体中,行参数的确定。同时又很可能破坏群体中

7、已经产生的优质解。大的变异概率可见,编码方法、遗传算子的设计及运行参数是构造遗传会表现为随机漫游,小的变异概率又会有早熟收敛的风险。算法时需要考虑的主要问题。编码方法对遗传操作中的交叉算法的开发和利用能力一定程度上由交叉概率和变异概率所和变异算子的搜索能力都具有一定的影响。选择算子就是从控制。算法的开发能力和利用能力的协调是一个动态的过本文于2006-03-29收到,2006-05-15收到修改稿

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。