遗传算法及其改进

论文题目: 遗传算法及其改进

论文类型: 硕士论文

论文专业: 系统理论

作者: 赵云珍

导师: 蔡翔云

关键词: 遗传算法,交叉,变异,选择,距离,基因库

文献来源: 昆明理工大学

发表年度: 2005

论文摘要: 遗传算法是一种新兴的搜索寻优技术,它模拟达尔文的进化论,根据“优胜劣汰”的原则,借助选择、交叉、变异等操作逐步逼近最优解。具有隐并行机制和自适应性,因此他非常适合于多维,非线性和具有多峰值的问题。遗传算法早在六十年代由J. H. Holland等人提出,并在八十年代得以完善,发展成为标准式的遗传算法,从九十年代中期得到广泛研究与应用。遗传算法具有全局优化性和易操作性。最初应用于非数值计算方面,直到进几年才转向全局优化问题,并取得了显著的成果,吸引了越来越多的研究者,逐渐成为人工智能领域的一个研究热点。本文对遗传算法的发展现状进行分析。在对基本遗传算法的优缺点进行分析后,主要针对它的局部搜索能力差,全局搜索速度较慢和早熟现象提出改进。为了克服这些缺点,我提出了改进的基因库的概念同时对原来的适应度函数进行了简化。主要是针对遗传算法进行改进:适应度函数和遗传算子(选择算子、交叉算子和变异算子)的改进。在此基础上,本文提出了一些新的方法。同时也提出了一种新的算子—加速算子。这些都是基于空间搜索能力展开的。它提高计算效率和精度,力求思路简捷,逻辑清晰,并通过算例加以验证

论文目录:

摘要

Abstract

第一章绪论

1．1 引言

1．2 遗传算法的背景—自然进化

1．3 遗传算法简介

1．3．1 遗传算法的几个基本概念

1．3．2 遗传算法概要

1．3．3 遗传算法的运算过程

1．3．4 遗传算法的特点

1．4 遗传算法的发展历程

1．5 遗传算法的应用及前景

第二章基本遗传算法

2．1 基本遗传算法描述

2．1．1 基本遗传算法的构成要素

2．1．2 基本遗传算法过程

2．2 基本遗传算法的实现

2．2．1 个体适应度评价

2．2．2 比例选择算子

2．2．3 单点交叉

2．2．4 基本位变异算子

第三章遗传算法的数学理论

3．1 模式定理

3．1．1 模式

3．1．2 模式定理

3．2 积木块假设与遗传算法欺骗问题

3．2．1 积木块假设

3．2．2 遗传算法欺骗问题

3．3 隐含并行性

3．4 遗传算法的收敛性分析

第四章改进的遗传算法

4．1 基本遗传算法存在的问题

4．1．1 基本遗传算法的缺陷

4．1．2 主要问题的提出

4．2 各种算子的改进

4．2．1 编码

4．2．1．1 编码评估规范和编码原理

4．2．1．2 几种主要的编码方法

4．2．2 初始解群设定

4．2．3 常用的适应度函数及其改进

4．2．4 传统的选择操作

4．2．5 本文的选择操作

4．2．6 交叉操作和变异操作

4．2．7 加速算子的引入

4．2．8 遗传算法的控制参数

4．2．9 算例及分析

第五章总结与展望

致谢

参考文献

发布时间: 2005-10-17

参考文献

[1].遗传算法“早熟”现象和改进策略研究[D]. 周洪伟.解放军信息工程大学2004
[2].自适应遗传算法的改进研究及其应用[D]. 陈超.华南理工大学2011
[3].基于改进遗传算法的桁架拓扑优化设计[D]. 饶碧波.南昌航空大学2012
[4].基于遗传算法的测试用例产生系统关键技术研究[D]. 顾鹏.华中科技大学2006
[5].基于遗传算法的物流配送车辆路径问题研究[D]. 占焱发.长安大学2010
[6].基于分层遗传算法的测试数据自动生成方法研究[D]. 刘树荣.北京理工大学2015
[7].遗传算法的一些特性研究及其在试卷组卷系统中的应用研究[D]. 左晓霞.太原理工大学2010
[8].遗传算法及其在分类规则挖掘中的应用研究[D]. 戴喜华.湖南大学2010
[9].基于遗传算法的分类方法的探究[D]. 刘金星.曲阜师范大学2003
[10].遗传算法在地区电网无功优化模块中的应用[D]. 屈立国.中北大学2008

遗传算法及其改进

猜你喜欢