遗传算法在通风网络拓扑关系中的应用研究

论文摘要

本文是遗传算法应用在通风网络拓扑关系中理论方面的研究。遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法,在很多领域都具有广泛的应用。本文基于流体网络理论,用遗传算法来分析研究通风网络的问题。在通风网络中会出现平衡图分割数过多的情况,通过遗传算法来求解希望能够改善这种情况获得较少分割。应用遗传算法时要解决的首要问题就是编码,本文针对流体网络中关于通路、树和网络研究各种编码方法,并选择适合编码的遗传算子。然后用遗传算法分析研究平衡图分割数过多的问题,本文基于对n-m+2个独立通路优化排序的思想,选择整数编码通过遗传算法来求解。最后提出了对求解平衡图问题的改进方法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文的研究背景
• 1.2 本论文的工作
• 1.3 论文的研究意义
• 2 遗传算法概述
• 2.1 遗传算法的基本概念
• 2.2 遗传算法的运算过程
• 2.3 遗传算法中几个主要问题
• 2.3.1 编码问题
• 2.3.2 适应度函数
• 2.3.3 遗传算子
• 3 遗传算法在通风网络中的编码
• 3.1 遗传算法在通风网络中搜索通路的编码
• 3.1.1 引言
• 3.1.2 遗传算法在搜索通路中的编码方式和遗传算子的设计
• 3.2 遗传算法中关于生成树的编码
• 3.2.1 引言
• 3.2.2 树的编码方式和遗传算子的设计
• 4 基于遗传算法对平衡图被分割块数最小问题的分析研究
• 4.1 遗传算法求解平衡图分割问题
• 4.1.1 引言
• 4.1.2 有关平衡图的基础内容
• 4.1.2.1 平衡图的概念及其性质
• 4.1.2.2 利用独立通路法绘制平衡图
• 4.1.3 遗传算法求解平衡图问题
• 4.1.3.1 问题的描述与分析
• 4.1.3.2 适应度函数
• 4.1.3.3 编码方法
• 4.1.3.4 选择算子
• 4.1.3.5 交叉、变异算子
• 4.1.3.6 遗传运算的终止条件
• 4.1.4 简单实例计算
• 4.2 遗传算法求解平衡图分割问题的改进方法
• 4.2.1 引言
• 4.2.2 算法设计
• 4.2.2.1 编码设计
• 4.2.2.2 遗传算子设计
• 4.2.2.3 适应度函数设计
• 4.2.2.4 进化策略设计
• 4.2.2.5 遗传算法运算过程
• 4.2.3 简单实例说明
• 5 关于遗传算法的程序设计研究
• 5.1 遗传算法程序设计流程
• 5.2 gaot遗传算法工具箱的介绍
• 5.2.1 初始种群的生成函数
• 5.2.2 主函数ga.m
• 5.2.3 编写gaot程序一般步骤
• 5.3 对于平衡图问题应用 MATLAB实现遗传算法的程序设计
• 5.3.1 编码和创建初始种群
• 5.3.2 遗传算子程序设计
• 5.3.3 整个过程的设计
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 攻读学位期间已发表的学位论文内容相关的学术论文及科研成果
• 致谢
• 参考文献