元胞遺傳算法研究及應(yīng)用.pdf

1、由于科技發(fā)展的需要，人們不得不面對科學(xué)研究和工程領(lǐng)域中的愈來愈復(fù)雜的尋優(yōu)問題，元胞遺傳算法提供了一種解決復(fù)雜優(yōu)化問題的途徑。元胞遺傳算法將遺傳操作限制在鄰域內(nèi)進(jìn)行，減緩了優(yōu)勢個(gè)體在群體中的擴(kuò)散速度，具有更好的全局探索能力，在求解復(fù)雜、多極值點(diǎn)優(yōu)化問題中顯示出優(yōu)越性。然而，鄰域內(nèi)的遺傳操作也帶來元胞遺傳算法收斂速度慢、局部搜索能力弱的問題。目前，元胞遺傳算法大多注重元胞自動(dòng)機(jī)鄰域結(jié)構(gòu)，缺乏對元胞自動(dòng)機(jī)模擬自然現(xiàn)象的系統(tǒng)研究。為此，本文對元

2、胞遺傳算法進(jìn)行了較為系統(tǒng)完整地研究分析，從不同角度提出幾種改進(jìn)算法，提高了算法全局收斂率及收斂速度，并在工程應(yīng)用領(lǐng)域做出了新探索。本文研究內(nèi)容和成果如下:
　　(1)以選擇壓力作為分析手段，對標(biāo)準(zhǔn)元胞遺傳算法進(jìn)行定性分析。通過測試具有代表性的函數(shù)，從進(jìn)化過程與計(jì)算性能兩方面，對元胞遺傳算法與標(biāo)準(zhǔn)遺傳算法進(jìn)行對比分析，并分析總結(jié)了鄰域結(jié)構(gòu)對算法性能的影響。研究表明，在進(jìn)化過程中，標(biāo)準(zhǔn)元胞遺傳算法具有較好的維持群體多樣性能力。

3、　　(2)對災(zāi)變機(jī)制元胞遺傳算法進(jìn)行研究，提出基于個(gè)體差異的災(zāi)變元胞遺傳算法。研究不同移民方式下，災(zāi)變規(guī)模和災(zāi)變周期對災(zāi)變機(jī)制元胞遺傳算法選擇壓力的影響。以精英移民策略為基礎(chǔ)，將具有差異的優(yōu)秀個(gè)體植入災(zāi)難區(qū)域，提高了進(jìn)化過程中的群體多樣性。這種方法在處理多峰、存在局部極值點(diǎn)的優(yōu)化問題時(shí)，提高了算法跳出局部極值點(diǎn)的能力，亦使優(yōu)化問題的收斂速度和收斂率得到提高。
　　(3)研究生態(tài)密度對生態(tài)系統(tǒng)進(jìn)化的影響規(guī)律，提出兩種不同演化行為機(jī)制

4、的元胞遺傳算法。為了進(jìn)一步維持群體的多樣性，從自然界的漸進(jìn)演化行為出發(fā)，提出具有演化規(guī)則的元胞遺傳算法，以便提高全局搜索能力?；趥€(gè)體的適應(yīng)度，以物種間的捕食策略替代自然演化行為，提出具有捕食機(jī)制的元胞遺傳算法，從而提高局部探索能力。這兩種算法的運(yùn)行效率均優(yōu)于基本元胞遺傳算法。
　　(4)結(jié)合粒子群算法與元胞遺傳算法，借鑒粒子群優(yōu)化中粒子信息交互模式，提出兩種不同融合機(jī)制的混合元胞遺傳算法。根據(jù)粒子群概念，構(gòu)造一個(gè)元胞遺傳算法的新