基于多種群的遺傳算法研究.pdf

1、動態(tài)優(yōu)化和多目標優(yōu)化是實際應用和優(yōu)化中的常見問題，傳統(tǒng)的求解方法常常難以求解目標函數不連續(xù)、復雜高維等類問題，同時每次只能求得一個解?；诖?，論文選擇動態(tài)優(yōu)化算法和多目標優(yōu)化算法為研究對象，研究求解這些問題的進化計算方法。這兩類進化計算方法中，存在一個共同的特點就是非常注重保持種群的多樣性，從而實現對動態(tài)優(yōu)化問題中解的跟蹤和多目標優(yōu)化問題中多個具有代表性Pareto解的保持和進一步優(yōu)化。為此，采用基于多種群的方式保持種群的多樣性，并且不

2、同種群采用不同的進化機制，從而實現對問題的求解。論文的研究內容包括以下幾個方面： (1)對進化算法進行簡單回顧，然后綜述了遺傳算法的起源、進化算子、進化過程和有關理論分析，特別對動態(tài)優(yōu)化問題和多目標優(yōu)化問題的研究現狀進行了分析。 (2)提出了一種新的求解動態(tài)優(yōu)化問題的多種群遺傳算法，該算法采用了兩個獨立且不同進化機制的多種群方式同時進化，并在檢查點進行個體的遷移，從而緩解了群體多樣性與群體收斂的矛盾。實驗表明該算法全局搜