版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、華北電力大學(xué)(保定)碩士學(xué)位論文改進(jìn)遺傳算法及其應(yīng)用姓名:申紅蓮申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):應(yīng)用數(shù)學(xué)指導(dǎo)教師:張國(guó)立20071220華北電力大學(xué)碩士學(xué)位論文摘要摘要基于距離測(cè)度的實(shí)數(shù)編碼遺傳模擬退火算法是2004年蔡良偉提出的一種具有全局搜索能力的新算法。本文對(duì)該算法進(jìn)行了改進(jìn),定義了基于距離測(cè)度和適應(yīng)度的自適應(yīng)變異概率,采用改進(jìn)的交叉策略和模擬退火操作,并在群體趨于一致時(shí)保留最優(yōu)個(gè)體,重新產(chǎn)生其它新個(gè)體。對(duì)帶邊界約束函數(shù)優(yōu)化問(wèn)題進(jìn)行仿真計(jì)
2、算,結(jié)果表明改進(jìn)后算法收斂概率較高,收斂速度較快。針對(duì)TSP問(wèn)題,本文定義了基于距離測(cè)度和適應(yīng)度的的自適應(yīng)交叉概率,采用改進(jìn)的交換啟發(fā)交叉算子,產(chǎn)生不差于父代的個(gè)體,根據(jù)最優(yōu)和次優(yōu)個(gè)體的差異,采用2變換法產(chǎn)生新個(gè)體或者進(jìn)行模擬退火操作。仿真實(shí)驗(yàn)結(jié)果表明新算法收斂概率較高,得到最優(yōu)解的平均代數(shù)要遠(yuǎn)遠(yuǎn)小于其他所比較的算法。關(guān)鍵詞:遺傳算法,模擬退火算法,距離測(cè)度,適應(yīng)度,函數(shù)優(yōu)化ABSTRACTReal—codedgeneticanneal
3、ingalgorithmbasedondistancemeasurementisanewalgorithmfor哲obal—searchingwhichproposedbyCaiLiangWeiin2004Thealgorithmhasbeenimprovedinthispaperitdefinedthemutationprobabilityaccordingtodistancemeasurementandfitness,adopted
4、improvedcrossoverandsimulatedannealingoperationInaddition,whenpopulationtendedtouniform,itreservedthebestindividualandreproducedotherindividualsApplyingittothefunctionoptimizationproblemwithboundaryconstraints,thesimulat
5、edresultsshowthattheimprovedalgorithmismoreeffectiveinrealizingthehighconvergenceprobabilityandrapidevolvingspeedInordertosolveTSPproblemitdefinedthecrossingprobabilitybasedondistancemeasurementandfitness,adoptedimproved
6、exchangeheuristiccrossovcroperatorwhichthenewindividualisnoworsethantheoldone。Accordingtothedifferencebetweenthebestindividualandthebetterindividual,itadoptedthemethodthatusedoubleexchangeproducenewindividualsordosimulat
7、edannealingopermionThesimulatedresultsshowthatthenewalgorithmhashighconvergenceprobabilityandthegenerationnumbersisfarlessthanothercomparativealgorithmsShenHonglian(DepartmentofMathematicsandPhysics)DirectedbyprofZhangGu
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳算法及其改進(jìn).pdf
- 遺傳算法的改進(jìn)及其若干應(yīng)用.pdf
- 改進(jìn)的元胞遺傳算法及其應(yīng)用.pdf
- 遺傳算法的混合改進(jìn)研究及其應(yīng)用.pdf
- 改進(jìn)的多生境遺傳算法及其應(yīng)用.pdf
- 遺傳算法的一些改進(jìn)及其應(yīng)用.pdf
- 實(shí)數(shù)編碼下遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 小生境遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 基于改進(jìn)遺傳算法的指數(shù)跟蹤研究及其應(yīng)用.pdf
- 雙種群遺傳算法的改進(jìn)及其應(yīng)用研究.pdf
- 基于量子遺傳算法的改進(jìn)的粒子群算法及其應(yīng)用.pdf
- 遺傳算法及其應(yīng)用實(shí)例
- 遺傳算法的改進(jìn)研究與應(yīng)用.pdf
- 改進(jìn)遺傳算法及其在波束形成中的應(yīng)用.pdf
- 遺傳算法的改進(jìn)及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf
- 量子遺傳算法的改進(jìn)與應(yīng)用.pdf
- 改進(jìn)型BP及遺傳算法的研究及其應(yīng)用.pdf
- 遺傳算法概述遺傳算法原理遺傳算法的應(yīng)用
- 量子遺傳算法改進(jìn)算法研究.pdf
- 基于改進(jìn)遺傳算法的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論