基于云模型的遺傳算法的研究.pdf

1、云模型（Cloud Model）是一種較新的定性定量不確定性轉(zhuǎn)換模型，它將模糊數(shù)學(xué)和概率論有機(jī)結(jié)合，采用泛正態(tài)分布表示自然語(yǔ)言概念，較好地表現(xiàn)了自然語(yǔ)言的模糊性和隨機(jī)性，為不確定性問(wèn)題的研究和知識(shí)的表達(dá)提供了新的方法和思路。正態(tài)云是最常用的一種云模型，具有普遍的適用性。遺傳算法（Genetic Algorithm，即GA）是智能計(jì)算最重要的分支之一，具有全局搜索和不依賴于具體問(wèn)題的特點(diǎn)，廣泛應(yīng)用于組合優(yōu)化、自動(dòng)控制、生產(chǎn)調(diào)度、圖像處理、

2、人工智能等領(lǐng)域。
　　在利用傳統(tǒng)的遺傳算法對(duì)復(fù)雜問(wèn)題進(jìn)行求解時(shí)，傳統(tǒng)的遺傳算法往往難以平衡搜索空間上的開(kāi)發(fā)和探索能力，存在較大的隨機(jī)性和盲目性，容易產(chǎn)生早熟收斂、局部搜索能力差和收斂速度緩慢等問(wèn)題。自適應(yīng)遺傳算法的提出一定程度上改善了算法的性能，但也增大了算法陷入局部最優(yōu)的可能。為了解決上述問(wèn)題，本文從遺傳算法的控制參數(shù)和遺傳算子入手，以提高算法的收斂速度和尋優(yōu)效率為目標(biāo)，主要做了以下幾個(gè)部分的工作：
　?。?）研究了常用的

3、自適應(yīng)遺傳策略，引入云模型，對(duì)其進(jìn)行了改進(jìn)。本文在充分研究云模型和傳統(tǒng)遺傳算法自適應(yīng)策略的基礎(chǔ)上，對(duì)基于云模型的自適應(yīng)策略進(jìn)行了研究，通過(guò)在遺傳算法中，引入正態(tài)云和對(duì)云模型三個(gè)參數(shù)（Ex, En, He）的控制，自適應(yīng)產(chǎn)生交叉、變異概率。在算法初期，采用較大的交叉、變異概率；算法后期，采用較小的交叉、變異概率，在最高適應(yīng)度周?chē)膫€(gè)體交叉、變異概率并非絕對(duì)的零值或者指定最小值，從而使算法繼續(xù)保持尋優(yōu)能力。正態(tài)云具有穩(wěn)定傾向性和隨機(jī)性的特點(diǎn)

4、，使改進(jìn)后的算法既保持了傳統(tǒng)自適應(yīng)遺傳算法的趨勢(shì)性，滿足快速尋優(yōu)能力，又具有隨機(jī)性，提高了算法的局部搜索能力。
　?。?）研究了遺傳算法的操作規(guī)則，結(jié)合云模型的模糊性和隨機(jī)性的特點(diǎn)，對(duì)傳統(tǒng)的遺傳算子進(jìn)行了改進(jìn)。傳統(tǒng)遺傳算法的操作規(guī)則是基于概率而不是確定性的，即進(jìn)化的方向具有隨機(jī)性、不可控性，隨著種群的進(jìn)化，交叉、變異算子的操作，原有的知識(shí)和結(jié)構(gòu)遭到破壞。本文在對(duì)基于云模型的自適應(yīng)遺傳算法進(jìn)行改進(jìn)的基礎(chǔ)上，進(jìn)一步實(shí)現(xiàn)了遺傳云算子，即

5、利用Y條件云發(fā)生器代替交叉算子、正向正態(tài)云發(fā)生器代替變異算子，對(duì)種群進(jìn)行更新，一方面克服了遺傳算法“無(wú)記憶性”的特點(diǎn)，可以在當(dāng)前搜索區(qū)域內(nèi)“聚焦”搜索；另一方面，繼承了云模型的隨機(jī)性和良好表達(dá)能力的特點(diǎn)，既保持了種群的多樣性，從而避免陷入局部最優(yōu)解，又較好地保護(hù)了較優(yōu)個(gè)體并對(duì)全局最優(yōu)值進(jìn)行自適應(yīng)定位，較大程度上克服了傳統(tǒng)遺傳算法局部搜索能力差和收斂速度緩慢的不足。
　?。?）最后對(duì)基于云模型的遺傳算法的理論框架進(jìn)行總結(jié)和分析，為下