基于DNA的混合遺傳算法的研究.pdf

1、在社會化大生產(chǎn)的今天,存在著很多NP問題,其中最具代表性的函數(shù)優(yōu)化問題,在工業(yè)生產(chǎn)和工程建設(shè)等多個(gè)領(lǐng)域都有著廣泛的應(yīng)用,如何快捷精確求解函數(shù)優(yōu)化問題存在著重大的意義。函數(shù)優(yōu)化問題復(fù)雜之處在于,函數(shù)優(yōu)化問題不僅存在全局最優(yōu)解,還有很多近似于全局最優(yōu)解的局部最優(yōu)解,這些局部最優(yōu)解是函數(shù)在某領(lǐng)域中的最值。傳統(tǒng)基于梯度的數(shù)學(xué)類算法和直接搜索類算法,在求解函數(shù)優(yōu)化問題時(shí),往往只能求得其中的局部最優(yōu)解,無法對解空間做進(jìn)一步搜索。
　　遺傳算法

2、是一種模擬生物進(jìn)化過程的進(jìn)化類算法,以種群為搜索單位的遺傳算法體現(xiàn)出并行特性,在保證種群多樣性的情況下,具有非常強(qiáng)的全局搜索能力。遺傳算法雖然有著先天缺陷,然而該算法同樣具有很強(qiáng)的魯棒性,可以作為整體算法框架,往其中加入其它算法或優(yōu)化思想,彌補(bǔ)遺傳算法的缺陷。遺傳算法以構(gòu)建適應(yīng)度函數(shù)作為進(jìn)化標(biāo)準(zhǔn),通過編碼實(shí)現(xiàn)個(gè)體與決策變量間的聯(lián)系,完全不依賴于問題本身特性,搜索體現(xiàn)出自適應(yīng)性,具有非常強(qiáng)的應(yīng)用空間。
　　本文對遺傳算法進(jìn)行改進(jìn),采

3、用統(tǒng)一架構(gòu)的遺傳算法,通過在其中加入DNA編碼與思想,構(gòu)造出混合遺傳算法,用于求解無約束函數(shù)優(yōu)化問題和帶約束函數(shù)優(yōu)化問題。通過對兩類問題的分析與建模,針對問題各自的特征,采用不同的遺傳算子與進(jìn)化策略,保證算法的高效率和高精確度。論文主要研究以下兩個(gè)方面:
　　1)針對無約束函數(shù)優(yōu)化問題,在遺傳算法的基礎(chǔ)上,引入 DNA編碼與DNA復(fù)制技術(shù),構(gòu)造出基于DNA混合遺傳算法DNA-BHGA。在DNA編碼的基礎(chǔ)上,為增強(qiáng)遺傳算法的全局搜索

4、能力,對選擇算子和交叉算子作了改進(jìn),并設(shè)計(jì)出選擇變異算子,彌補(bǔ)遺傳算法的局部搜索能力,配合自適應(yīng)小生境算法,保證種群的多樣性,使得算法具有很強(qiáng)的通用性。為驗(yàn)證算法的運(yùn)行效率,算法通過對8個(gè)通用的無約束優(yōu)化算例進(jìn)行測試,結(jié)果優(yōu)于文獻(xiàn)算法。
　　2)針對帶約束函數(shù)優(yōu)化問題,通過分析,將問題劃分為約束處理和優(yōu)化處理兩個(gè)步驟進(jìn)行求解。對于約束處理方法,通過分析與對比,選擇懲罰函數(shù)法對問題進(jìn)行約束處理。優(yōu)化處理在無約束函數(shù)優(yōu)化設(shè)計(jì)的DNA-