快速有效收斂遺傳算法的研究.pdf

1、遺傳算法作為一種基于生物界自然選擇和遺傳原理的高效的搜索技術，已成功的應用于工程設計，工商管理，科學實驗等領域中的復雜優(yōu)化問題的求解。然而，GA在進化尋優(yōu)的過程中將不可避免地使種群的多樣性漸失，可能使種群收斂于局部極值，形成“早熟”收斂。當前對此問題所作的大量研究工作，其解決方法大致可為分為三類：1)增加群體規(guī)模；2)靜態(tài)或動態(tài)調整交叉和變異概率；3)加入其他算子。本文分析和研究幾種常用的維持種群多樣性的遺傳算法，在此基礎上提出了兩種新

2、的遺傳算法，給出了理論分析，并進行了仿真實驗。 本文的主要工作如下： 1) 深入研究小生境算法，變異算子和并行遺傳算法的基本理論及其進化機理以及如何有效的維持種群多樣性，克服“早熟”收斂的原理。 2) 根據共享小生境遺傳和變異算子能增強和保持生物種群的多樣性的特點，提出一種共享變異算子，該算子有效的維持種群的多樣性，防止“早熟”收斂，同時確定變異的方向，確保好的模式被保存下來，提高算法搜索性能。在求多極值進化算法

3、中，引人一種半徑判別方法，從而不需要小生境半徑的先驗知識。該策略有利于維護種群多樣性，提高收斂速度。 3) 針對并行GA能降低早收斂的可能性，提出一種基于建筑塊遷移策略模擬退火并行遺傳算法。算法根據種群的收斂情況，從其它種群中獲取非重疊的建筑塊。采用模擬退火思想防止優(yōu)良模式的濃度過快地增大引起早熟。理論分析和對多峰函數的仿真結果均表明，該算法減少了無效遷移次數，降低通信開銷。而且發(fā)生成熟前收斂的概率明顯下降，保證遺傳算法的全局收