遺傳算法及其在函數(shù)優(yōu)化問(wèn)題中的應(yīng)用研究.pdf

1、本文主要分析了遺傳算法的運(yùn)行機(jī)理，將遺傳算法概率模型有效應(yīng)用于現(xiàn)代醫(yī)療的成本-效益分析中，研究了遺傳算法在函數(shù)優(yōu)化應(yīng)用中的性能，提出了新的改進(jìn)算法，并在MATLAB環(huán)境中的實(shí)現(xiàn)了遺傳算法求解函數(shù)優(yōu)化問(wèn)題。 在遺傳算法的模式理論的基礎(chǔ)上，用Markov鏈描述了遺傳算法，并對(duì)其收斂性進(jìn)行了數(shù)學(xué)分析，研究了實(shí)際應(yīng)用中的遺傳算法性能影響因素。 根據(jù)概率模型遺傳算法的研究進(jìn)展，對(duì)比分析了PMBGA的算法原理、不同類型以及各自的性能

2、，并將Bayes概率模型有效運(yùn)用于現(xiàn)代醫(yī)療的成本-效益分析中，取得了良好的性能。 為克服在運(yùn)用遺傳算法求解問(wèn)題時(shí)選擇參數(shù)的經(jīng)驗(yàn)主義或盲目性，提出了一種動(dòng)態(tài)調(diào)整參數(shù)并結(jié)合直觀的參數(shù)關(guān)系圖和統(tǒng)計(jì)分析，以尋找解決函數(shù)優(yōu)化問(wèn)題的最優(yōu)交叉和變異率的組合參數(shù)的有效方法。同時(shí)，提出了一種根據(jù)群體適應(yīng)度的情況動(dòng)態(tài)調(diào)整交叉和變異率的自適應(yīng)遺傳算法，并通過(guò)實(shí)例驗(yàn)證了算法的優(yōu)越性能。 利用MATLAB優(yōu)化工具箱，以具有代表性的多峰函數(shù)為例，實(shí)