自适应遗传算法的改进与应用.pdf

《自适应遗传算法的改进与应用.pdf》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、总第187期2010年第1期舰船电子工程ShipElectronicEngineeringVDL30No．183自适应遗传算法的改进与应用。张国强¨彭晓明趵(空军雷达学院研究生管理大队”武汉430019)(空军雷达学院预警监视情报系鼬武汉430019)摘要为提高遗传算法的全局最优和快速收敛，在现有的一些自适应遗传算法的基础上，针对交叉概率和变异概率进行改进，提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法。实验结果表明，该算法在收敛快速性和稳定性等方面都有了明显的改善，达到了预期效果

2、。关键词遗传算法；自适应；自适应遗传算法中图分类号TP301．6ImprovementandApplicationofanImprovedAdaptiveGeneticAlgorithmZhangGuoqian91’PengXiaomingz’(DepartmentofGraduateManagement，AFRA”，Wuhan430019)(DepartmentofEarlyWarningSurveillanceIntelligence，AFRAz’，Wuhan430019)Al玲tmgtAnewad

3、aptivegeneticalgorithmispresentedonthebasicoftheexistingadaptivegeneticalgorithmtOim—provethecrossverprobabilityandmutationprobability．Itbasesthefitnessvaluetoadjustthecrossoverprobabilityandmu-tationprobabilityautomatically．Finally，someexperimentsshowth

4、attheproposednewalgorithmisclearlyimprovedincon～vergentspeedandstabilityandgetsexpectationeffect．KeyWordsgenetiealgorithm，adaptatio，adaptivegeneticalgorithmClassNuml堋rTP301．61引言自适应遗传算法是具有比例选择，自适应交叉和变异操作的遗传算法的简称。针对不同的优化问题，简单遗传算法和一些改进的遗传算法的交叉概率和变异概率需要反复用实验

5、来确定，而且不容易找到适用于所有问题的最佳值。而自适应遗传算法的交叉概率和变异概率是随适应度自动改变的，此方法能够采用相对某个解的最佳交叉概率和变异概率。自适应遗传算法不但能维持种群的多样性，而且还保证了遗传算法的收敛性[1]。自适应遗传算法的缺点[z]：自适应遗传算法比较适用于进化的后期，对于进化的初期很不利。因为在进化初期，一些适应度较好的个体会处于一种几乎不变化的状态，从而导致种群中的其它个体很快被淘汰，加快了种群的收敛速度，但种群却很难收敛到全局最优解，最终出现早熟收敛。2自适应遗传算法的改进1

6、994年，Srinivas等人提出了一种根据适应度动态调整交叉概率只和变异概率已的自适应遗传算法(AdaptiveGeneticAlgorithm，AGA)[引。在AGA算法中，交叉概率和变异概率随着个体的适应度在种群平均适应度和最大适应度之间进行线性调整。当适应度越接近最大适应度时，交叉概率和变异概率越小；当适应度值接近或等于最大适应度值的个体时，交叉概率和变异概率接近或等于零。任子武等人在Srinivas等提出的自适应遗传算法的基础上，提出一种改进的自适应遗传算法(ImprovedAdaptiveG

7、eneticAlgorithm，IA～·．收稿日期：2009年9月11日，修回日期：2009年10月11日作者简介：张围强，男，硕士研究生，研究方向：多媒体与虚拟现实技术。张国强等：自适应遗传算法的改进与应用总第187期GA)c引。IAGA算法为了保证每一代的优良个体不被破坏，采用了精英保留策略，即如果下一代种群的最优个体适应度值小于当前种群最优个体适应度值，则将当前种群最优个体或者适应度值大于下一代最优个体适应度值的多个个体直接复制到一代，随机替代或替代最差的下一代种群中的相应数量的个体。精英保留策略

8、保证了当前的最优个体不会被交叉、变异等遗传操作破坏。在IAGA算法中，交叉概率Pf和变异概率P。按如下公式进行自适应调整。，一IP4--P盟老攀≯伦厶(1)，一工一一‰J‘o州(1)【P。1厂<厶驴』R-一监考半，≥‰(2)P。一Jh1‰一厶J￡。钟(2)IP。l，<厶在AGA算法中，当适应度值等于最大适应度值的时候，交叉概率和变异概率的值为零，容易产生局部最优解；在IAGA算法中，较差个体的变异能力较低，容易产生停滞现象。而精英保留策略虽