版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、內(nèi)蒙古大學碩士學位論文遺傳算法在多目標優(yōu)化和離散變量結(jié)構(gòu)優(yōu)化中的應(yīng)用姓名:達林申請學位級別:碩士專業(yè):應(yīng)用數(shù)學指導教師:戎衛(wèi)東石連栓2002.5.25引言遺傳算法操作的是一群可編碼化的可行解,稱作種群它通過使種群更新與迭代來搜索全局最優(yōu)解種群的迭代是通過選擇、雜交和變異等具有生物意義的遺傳算子來實現(xiàn)的遺傳算子的主要形式為比例選擇、單點雜交和位變異在Holland的最初模型中采用的是二進制固定長度編碼和固定規(guī)模的遺傳算法為了提高遺傳算法的
2、性能,克服在實際問題中遇到的困難,在后來的應(yīng)用發(fā)展中出現(xiàn)了其它的編碼方式,使得近年來在設(shè)計與執(zhí)行策略方面有了很大進展(見f1】)多目標規(guī)劃是實踐中廣泛存在的一種優(yōu)化問題,關(guān)于它的理論研究已經(jīng)相當成熟和深入,但是算法研究卻滯后很多,通常所用的求解方法是將多目標規(guī)劃問題轉(zhuǎn)化成一個或多個單目標問題不經(jīng)轉(zhuǎn)化的直接求解方法對線性情形有較多的研究,但總體上看,實用的直接算法卻很少見本文試圖用遺傳算法來求解多目標規(guī)劃問題的Pareto最優(yōu)解算例的結(jié)果
3、表明,利用遺傳算法求解多目標規(guī)劃問題是有效的離散變量結(jié)構(gòu)優(yōu)化設(shè)計是根據(jù)既定的結(jié)構(gòu)類型和形式以及工況、材料和規(guī)范所定的各種約束條件,提出數(shù)學優(yōu)化模型(目標函數(shù)、約束條件和設(shè)計變量),其模式是根據(jù)優(yōu)化設(shè)計的理論和方法求解優(yōu)化模型,即進行結(jié)構(gòu)分析、優(yōu)化設(shè)計、再分析、再優(yōu)化、反復(fù)進行直到收斂為止(上一輪得到的解與新一輪得到的解相同,即認為算法收斂)離散變量結(jié)構(gòu)優(yōu)化設(shè)計的最基本的特點是設(shè)計變量的離散性,其難點在于:解析的數(shù)學工具顯得力所難及,必須
4、采用組合數(shù)學的方法,而離散變量結(jié)構(gòu)優(yōu)化設(shè)計的問題在組合優(yōu)化數(shù)學中屬NP困難問題,例如,如果許用離散集的元素個數(shù)為m,設(shè)計變量個數(shù)為“,則組合數(shù)為m”而當m,”稍大時,其組合數(shù)就大的驚人,例如m=3,n=10,組合數(shù)為59049,當n=20,則組合數(shù)為3,486,784,401,這種組合數(shù)隨m,以的急劇增長,通常稱之為“組合爆炸”在離散變量結(jié)構(gòu)優(yōu)化設(shè)計中,m通常達到幾十,n達到20~30,但這也只能算中等規(guī)模的問題對于這樣的組合優(yōu)化問題,
5、幾乎無法求得其全局最優(yōu)解,即使求局部最優(yōu)解也是很困難的關(guān)于解決離散變量優(yōu)化問題的方法本文不作過多介紹,具體的求解方法可參閱【2】本文對[2]ee提出的利用遺傳算法求解離散變量結(jié)構(gòu)優(yōu)化問題的方法加以改進以往利用遺傳算法求解離散變量結(jié)構(gòu)優(yōu)化問題時,其優(yōu)點在于它雖然不能被證明肯定會求得全局最優(yōu)解,但可以逼近全局最優(yōu)解;它的缺點在于在算法中進行結(jié)構(gòu)分析次數(shù)太多,就連對較小規(guī)模、離散集元素較少的截面優(yōu)化問題也如此,一個群體至少需要10個個體,假設(shè)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 離散變量結(jié)構(gòu)優(yōu)化設(shè)計中遺傳算法的研究和應(yīng)用.pdf
- 遺傳算法在多目標優(yōu)化中的應(yīng)用研究.pdf
- 遺傳算法及其在多目標優(yōu)化中的應(yīng)用研究.pdf
- 多目標優(yōu)化的遺傳算法研究.pdf
- 多目標遺傳算法在頻率選擇表面優(yōu)化設(shè)計中的應(yīng)用.pdf
- 改進的多目標優(yōu)化遺傳算法在電網(wǎng)規(guī)劃的應(yīng)用
- 遺傳算法在工程項目多目標優(yōu)化中的應(yīng)用研究.pdf
- 協(xié)同進化遺傳算法在多目標優(yōu)化中的應(yīng)用研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法及在金融投資組合中的應(yīng)用.pdf
- 改進的遺傳算法及其在多目標優(yōu)化中的應(yīng)用研究.pdf
- 改進的多目標優(yōu)化遺傳算法及多目標優(yōu)化軟件的研制.pdf
- 基于遺傳算法的桁架結(jié)構(gòu)離散變量優(yōu)化設(shè)計的研究與應(yīng)用.pdf
- 基于遺傳算法的工程多目標優(yōu)化.pdf
- 遺傳算法及其在結(jié)構(gòu)優(yōu)化中的應(yīng)用.pdf
- 多目標遺傳算法及其在船舶型線優(yōu)化中的應(yīng)用.pdf
- 遺傳算法和量子遺傳算法在物流系統(tǒng)優(yōu)化中的應(yīng)用.pdf
- 多目標元胞遺傳算法的改進研究及其在工程優(yōu)化中的應(yīng)用.pdf
- 多目標遺傳算法在車輛路徑優(yōu)化中的應(yīng)用研究.pdf
- 高維優(yōu)化問題的多目標遺傳算法研究及其應(yīng)用
評論
0/150
提交評論