一種改進(jìn)的自適應(yīng)遺傳算法及其應(yīng)用的研究

1、班級(jí)030914學(xué)號(hào)03091339本科畢業(yè)設(shè)計(jì)論文題目一種改進(jìn)的自適應(yīng)遺傳算法及其應(yīng)用的研究學(xué)院計(jì)算機(jī)學(xué)院專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)生姓名學(xué)生姓名宗婷婷導(dǎo)師姓名導(dǎo)師姓名摘要摘要在工程設(shè)計(jì)、生產(chǎn)制造、交通運(yùn)輸、信息處理等領(lǐng)域存在著大量的最優(yōu)化問(wèn)題，有效解決這些問(wèn)題不僅具有重要的社會(huì)意義，而且能產(chǎn)生巨大的經(jīng)濟(jì)效益。最優(yōu)化作為一個(gè)獨(dú)立的數(shù)學(xué)分支，其目的就是為了解決最優(yōu)化問(wèn)題。傳統(tǒng)的優(yōu)化方法，如牛頓法、迭代法等是以數(shù)學(xué)為基礎(chǔ)，對(duì)問(wèn)題的模型有嚴(yán)格的

2、要求，通常要求問(wèn)題的目標(biāo)函數(shù)和約束條件是連續(xù)可微的。隨著科學(xué)技術(shù)的發(fā)展，實(shí)際的優(yōu)化問(wèn)題變得越來(lái)越復(fù)雜，這使得傳統(tǒng)的優(yōu)化方法越發(fā)顯得無(wú)能為力，因此，亟待尋求面向復(fù)雜問(wèn)題的新優(yōu)化方法。進(jìn)化計(jì)算源于人們對(duì)自然界或生物界一些現(xiàn)象的觀察和模擬。相對(duì)于傳統(tǒng)的優(yōu)化方法，以進(jìn)化計(jì)算為代表的仿生智能優(yōu)化方法通常具有很強(qiáng)的適應(yīng)性、魯棒性和并行處理等優(yōu)點(diǎn)，被廣泛地應(yīng)用于科學(xué)研究和工業(yè)生產(chǎn)等眾多領(lǐng)域。遺傳算法作為進(jìn)化算法中的一種，具有結(jié)構(gòu)簡(jiǎn)單、魯棒性強(qiáng)、可并行

3、處理等顯著特點(diǎn)，成為全局優(yōu)化算法領(lǐng)域的研究熱點(diǎn)之一。本文主要對(duì)遺傳算法進(jìn)行了學(xué)習(xí)與研究，首先詳細(xì)描述了基本遺傳算法的思想以及幾個(gè)重要的遺傳算子，然而由于交叉變異選擇算子本身的特點(diǎn)，使得基本遺傳算法易陷入早熟收斂。為了彌補(bǔ)這個(gè)缺陷一些自適應(yīng)的遺傳算法被提出，本文對(duì)現(xiàn)有的幾個(gè)代表性的自適應(yīng)遺傳算法進(jìn)行了深入分析，并做了以下創(chuàng)新：首先指出了現(xiàn)有衡量種群多樣性指標(biāo)的不足，并在此基礎(chǔ)上提出了新的早熟評(píng)價(jià)指標(biāo)；其次為了避免算法陷入局部最優(yōu)解，提出了