改進遺傳算法及其在波束形成中的應用.pdf

1、遺傳算法是一種根據(jù)生物進化思想而產(chǎn)生的隨機搜索算法.它借鑒于優(yōu)勝劣汰、適者生存的自然選擇機理,簡單通用、魯棒性強、適合于并行處理,是一種有效的全局搜索方法,在多個方面得到了成功的應用.但遺傳算法也存在收斂速度慢、易早熟、局部搜索能力差等缺點,在搜索速度與求解精度上往往不能兩者兼顧.為了解決復雜的多變量優(yōu)化問題,在對遺傳算法進行深入分析的基礎上,本文做了大量研究工作:第一,在詳細分析遺傳算法和直接搜索法優(yōu)缺點的基礎上,提出了一種基于遺傳算

2、法和直接搜索策略的混合優(yōu)化算法.該算法既具有遺傳算法的全局尋優(yōu)能力,又具有直接搜索法的局部尋優(yōu)能力,可大大提高了尋優(yōu)的速度和精度.應用于PID參數(shù)整定的仿真實驗表明該算法具有比遺傳退火策略更好的尋優(yōu)性能.第二,針對基本遺傳算法求解旅行商問題(TSP)速度慢的缺陷,提出了一種基于分區(qū)搜索的自適應遺傳算法.它把較大的搜索區(qū)域分成較小的搜索區(qū)域進行局部搜索,得到了局部較優(yōu)的基因組合,以此作為遺傳算法在大區(qū)搜索時的初始種群,大大地加速了遺傳算法

3、的收斂速度.應用于TSP問題的仿真表明,它是一種穩(wěn)定、高效的優(yōu)化算法.第三,在系統(tǒng)分析遺傳操作算子的基礎上,提出了一種基于局部變異算子的改進遺傳算法.局部變異算子在進化初期變異范圍較大,而在進化后期較小,大大提高了算法的局部搜索能力,加快了收斂速度,同時提高了尋優(yōu)精度.最后,本文將混合遺傳算法應用于智能天線的波束形成中.它以用戶的誤碼片率最小為目標,逐步形成用戶所需的波束.在CDMA擴頻系統(tǒng)的仿真表明,在有效用戶數(shù)內(nèi)只需少量的進化代數(shù)就