改进的自适应遗传算法及其性能研究.pdf

《改进的自适应遗传算法及其性能研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、总第293期计算机与数字工程Vo1．42No．3Computer&DigitalEngineering3552014年第3期改进的自适应遗传算法及其性能研究程敏宋字博孙刚李玉林李美龙(兰州交通大学机电技术研究所兰州730070)摘要遗传算法的优良性能使其被广泛应用于现实许多工程领域中，但该算法由于随机搜索而带来的收敛速度慢、易产生局值、不稳定等问题，给其应用带来很大的困难。论文首先针对收敛速度慢，提出使用遗传迭代次数自适应控制选择算子，达到对收敛速度的自适应控制。其次，针对局值问题，提出一种新的改进自适应遗传策略，其交叉和变异算子能够根据前两代

2、适应度变化进行自适应调整。最后，使用Matlab7．0对所选的函数进行优化仿真，通过比较仿真结果得出改进的自适应遗传算法在处理收敛速度和避免易产生局值方面具有较明显的优势。关键词遗传算法；自适应；性能仿真中图分类号TP18DOI：10．3969／j．issn1672—9722．2014．03．002AnImprovedSelf-adaptionGeneticAlgorithmandItsPerformancesCHENGMinSONGYuboSUNGangLIYulinLIMeilong(TheMechachonicsT&RInstitute，

3、LanzhouJiaotongUniversity，Lanzhou730O70)AbstractGeneticalgorithmhasbeenwidelyappliedtomanyactualengineeringfieldsbecauseofitsexcellentperform—ances．However，geneticalgorithmhasitsdrawbacks．Forexample，ithasslowrateofconvergence，problemsofinstabilityduetotherandomsearchandeasyt

4、Oproducelocalvalue．Thesedrawbackselsebringalotofdifficultiestoactualapplica—tion．Firstly，foritsfirstshortage，anoptimalsolutionwhichusesthenumberofgeneticinterationtocontrolselectionopera—torisproposedSOthatitcouldadaptivelycontrolrateofconvergence．Secondly，tosolvelocalconver

5、genceproblem，anewmodifiedself-adaptinggeneticpolicyiscreated．Itcanadaptivelyadjustcrossoveroperatorsandmutationoperatorsaccordingtothechangeoftwopreviousgenerationfitness．Finally，withemployingMatlab7．0andsimulatingselectedfunctions，itisconcludedthatthisimprovedself-adaptingg

6、eneticalgorithmhasevidentadvantagesinconvergentrateandavoidinglocalval—ueproblem．KeyWordsgeneticalgorithm，self-adaption，performancesimulationClassNumberTP18(染色体)，向量的每个元素称为基因。首先产生一1引言个初始种群，然后基于问题的适应度函数对该群体遗传算法GA(geneticalgorithm)是基于生物进行评价(指导学习和确定搜索的方向)、选择、交进化原理的一种自适应全局优化算法。自H

7、ol—叉和变异等遗传操作。由于采用种群的方式组织land提出以后_1]，现已被广泛应用于自动控制、组搜索，使GA可以在全局解空间内的多个小范围区合优化、函数优化、规划控制、人工智能、生命科学域内寻求最优解，特别适合大规模并行处理。其选等工程领域中。GA把所研究的解空间(搜索空择、交叉和变异算子分别相当于自然界中的繁衍、间)映射为遗传空间，将可能的解编码成一个向量交配和基因突变等生物进化过程。选择算子收稿日期：2013年9月6日，修回日期：2013年1O月18日基金项目：甘肃省自然科学基金(编号：1010RJZA074)；甘肃省高等学校基本科研业

8、务项目(编号：甘财教[20111181)资助。作者简介：程敏，男，硕士研究生，研究方向：智能控制，物流与工业系统建模、控制及仿真。宋宇博，男，博士研究