改進(jìn)型自適應(yīng)遺傳算法的研究.pdf

1、遺傳算法是借鑒生物的自然選擇和遺傳進(jìn)化機(jī)制的一種全局優(yōu)化自適應(yīng)概率搜索算法，由于其具有原理直觀、易于實(shí)現(xiàn)、應(yīng)用效果明顯等優(yōu)點(diǎn)而被眾多領(lǐng)域所接受，得到了廣泛的應(yīng)用。然而，標(biāo)準(zhǔn)遺傳算法（SGA）并不能保證全局最優(yōu)收斂，用遺傳算法求解大規(guī)模復(fù)雜的實(shí)際問題時常常發(fā)生早熟收斂現(xiàn)象。所以，如何抑制過早收斂現(xiàn)象的產(chǎn)生成為遺傳算法研究的主要課題之一。針對不同的優(yōu)化問題，SGA需要反復(fù)實(shí)驗(yàn)來確定交叉概率（P ）和變異概率（P ），繁瑣且很難找到適應(yīng)于每個

2、問題的最佳值。普通自適應(yīng)遺傳算法(AGA）對于群體處于進(jìn)化初期不利，容易增加了進(jìn)化走向局部最優(yōu)的可能性。本文即針對SGA和AGA的這一缺點(diǎn)，進(jìn)行了詳細(xì)和深入的研究，提出了一種改進(jìn)型自適應(yīng)遺傳算法，并詳盡的闡述了這種算法的流程。 基于當(dāng)前代種群中的最優(yōu)個體應(yīng)該保留，但較優(yōu)個體要對應(yīng)于更高的交叉概率和變異概率的思想，本文提出了一種綜合考慮了“快速收斂”和“全局最優(yōu)”這兩個要求的改進(jìn)的自適應(yīng)遺傳算法。并采取最優(yōu)保存策略來保證最優(yōu)個體不

3、被大的P 和P 破壞掉，也采用無放回余數(shù)隨機(jī)選擇算子（RSSR選擇算子）對基本選擇算子進(jìn)行了改進(jìn)，選擇誤差比較小。 本文的創(chuàng)新點(diǎn)是借助神經(jīng)網(wǎng)絡(luò)中構(gòu)造神經(jīng)原激活函數(shù)最常用的sigmoid函數(shù)之一（雙曲正切函數(shù)）構(gòu)造了新的P 和P 的計(jì)算公式，對其進(jìn)行了優(yōu)化，使它們依照個體的適應(yīng)度在平均適應(yīng)度和最大適應(yīng)度之間隨函數(shù)曲線進(jìn)行非線性自適應(yīng)調(diào)整。 改進(jìn)型自適應(yīng)遺傳算法能夠在優(yōu)化過程中自動給出比較合適的交叉概率和變異概率，從而顯著提