進(jìn)化算法動(dòng)態(tài)種群規(guī)模的研究與應(yīng)用.pdf

1、種群規(guī)模的選擇在進(jìn)化算法的應(yīng)用中十分重要。種群規(guī)模過(guò)大時(shí)雖然能夠擴(kuò)大搜索空間，提高找到全局最優(yōu)解的概率，但是會(huì)減緩收斂速度，增加運(yùn)行時(shí)間；種群規(guī)模過(guò)小又會(huì)導(dǎo)致搜索能力不足，無(wú)法找到更多的有效區(qū)域，對(duì)于復(fù)雜的多峰問(wèn)題，還容易陷入局部最優(yōu)，導(dǎo)致早熟收斂，降低了算法的健壯性和魯棒性。事實(shí)上，在遺傳算法的運(yùn)行的不同階段需求不同大小的種群規(guī)模。另外，保持種群的多樣性對(duì)遺傳算法的搜索過(guò)程也十分重要。高度的多樣化不僅可以增加種群的搜索收斂，還使種群在

2、面對(duì)環(huán)境變化的時(shí)候更加健壯。因此，本文的研究目標(biāo)是創(chuàng)建和維持一個(gè)具有高適應(yīng)度個(gè)體的多樣化的種群規(guī)模動(dòng)態(tài)變化的種群，能在種群中同時(shí)提高種群的多樣性和適應(yīng)度。
　　本文的主要工作和成果如下：
　　1.本文對(duì)進(jìn)化算法的動(dòng)態(tài)種群規(guī)模和多樣性控制的現(xiàn)狀進(jìn)行綜述，分析了目前流行的方法存在的問(wèn)題和缺點(diǎn)，并提出了改進(jìn)的方向和策略。
　　2.針對(duì)進(jìn)化算法求解高維多峰函數(shù)優(yōu)化問(wèn)題時(shí)，容易出現(xiàn)早熟收斂的問(wèn)題，提出了基于精英個(gè)體的可變種群規(guī)模

3、的遺傳算法。相對(duì)于現(xiàn)有的先確定種群規(guī)模再產(chǎn)生相應(yīng)數(shù)目的個(gè)體的情況，本文基于自然界生物進(jìn)化中種群規(guī)模由子代個(gè)體質(zhì)量決定的規(guī)律，采用了根據(jù)產(chǎn)生的個(gè)體的精英程度（多樣性貢獻(xiàn)和適應(yīng)度）決定該個(gè)體是否進(jìn)入種群的策略。
　　3.針對(duì)問(wèn)題的不同階段需求的種群規(guī)模大小不同的問(wèn)題，提出了根據(jù)算法的收斂程度動(dòng)態(tài)調(diào)整多樣性閾值的策略，提高了算法的魯棒性。
　　4.針對(duì)種群進(jìn)化過(guò)程中多樣性丟失導(dǎo)致算法易陷入局部最優(yōu)值的問(wèn)題，對(duì)種群規(guī)模動(dòng)態(tài)調(diào)整過(guò)程中