受核糖体RNA启发的DNA遗传算法研究

论文摘要

DNA遗传算法是在遗传算法的基础上,受DNA生物特性及DNA计算的启发,将DNA编码方式、分子操作机制等引入遗传算法,有效的提高了遗传算法的性能。本文对变异算子和变异概率进行了研究,并以工程背景为例进行了仿真应用。主要内容如下：（1）提出了一种受核糖体RNA启发的DNA-GA算法-RDGA（ribosomal RNA Inspired DNA Genetic Algorithm）。该算法保留了DNA遗传算法中的交叉操作和反密码子变异操作算子,并使用了本文提出的三种新的变异操作算子——预剪切操作算子、单体自然变异操作算子、环境导向操作算子。选取4个具有搜索空间大、局部极小点多、欺骗性强的测试函数来构建测试环境,并与标准遗传算法（SGA）和RNA遗传算法（RNA-GA）的结果进行对比,表明RDGA算法具有更好的收敛速度和求解精度。（2）将RDGA算法用于多指标船舶柴油机的高阶控制器设计,并进行了仿真研究,与FST-MC和GA方法的对比表明RDGA算法设计的控制器参数具有更好的动态特性。（3）考虑RDGA算法的变异概率取值的影响,将模糊逻辑和RDGA算法相结合,提出了一种模糊RDGA算法（FRDGA）,该算法采用模糊算法整定变异概率。选取4个具有代表性的测试函数来构建测试环境,并与RDGA算法的结果相比较,表明FRDGA算法的有效性。（4）将FRDGA算法用于炼油厂汽油调合短期调度问题,分别求解24小时和72小时的汽油调合调度问题,并与遗传算法和PSO算法的结果相比较,验证了该算法的有效性。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 表格
• 插图
• 符号说明一览表
• 目录
• 第1章 绪论
• 1.1 引言
• 1.2 遗传算法
• 1.2.1 遗传算法概述
• 1.2.2 遗传算法的研究进展
• 1.3 DNA遗传算法
• 1.3.1 DNA遗传算法概述
• 1.3.2 DNA遗传算法的研究进展
• 1.4 本文的主要工作
• 第2章 一种受核糖体RNA启发的DNA-GA算法
• 2.1 核糖体RNA的生物背景
• 2.2 受核糖体RNA启发的DNA遗传算法
• 2.2.1 RDGA算法的编码方式
• 2.2.2 RDGA算法的操作规则
• 2.2.3 RDGA算法的选择算子
• 2.3 RDGA算法流程
• 2.4 RDGA算法性能测试
• 2.4.1 测试函数介绍
• 2.4.2 RDGA算法与其它算法的比较分析
• 2.5 小结
• 第3章 采用RDGA算法的高阶控制器优化设计
• 3.1 引言
• 3.2 船舶柴油机高阶控制器设计问题
• 3.3 船舶柴油机控制器性能指标分析
• 3.4 基于RDGA算法的控制器参数优化
• 3.5 控制器性能比较与分析
• 3.6 小结
• 第4章 一种模糊RDGA算法
• 4.1 引言
• 4.2 模糊RDGA算法
• 4.3 模糊控制器组成
• 4.3.1 变异概率的模糊整定
• 4.3.2 FRDGA算法流程
• 4.4 FRDGA算法仿真研究
• 4.4.1 测试函数
• 4.4.2 计算结果
• 4.5 小结
• 第5章 基于FRDGA算法的汽油调合短期调度
• 5.1 引言
• 5.1.1 汽油调合问题背景
• 5.1.2 汽油调合模型介绍
• 5.1.3 调合结果及讨论
• 5.2 小结
• 第6章 总结与展望
• 6.1 全文工作总结
• 6.2 今后工作展望
• 参考文献
• 作者在攻读硕士学位期间的科研成果