求解動態(tài)優(yōu)化問題的遺傳算法的研究與實現(xiàn)

《求解動態(tài)優(yōu)化問題的遺傳算法的研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、AThesisSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterRESEARCHANDREALIZATIONOFTHEGENETICALGORITHMFORDYNAMICOPTIMIZATIONPROBLEMSAuthor：WangFengfengSpecialty:ControlTheoryandControlEngineeringAdvisor:Asso.Prof.WengZhengxinSchoolofElectronicsandElectricEngineeringShanghaiJiaoTongUniversity

2、Shanghai,P.R.ChinaFeb,2010II求解動態(tài)優(yōu)化問題的遺傳算法的研究與實現(xiàn)摘要動態(tài)優(yōu)化問題存在于當前各行各業(yè)中。一般動態(tài)優(yōu)化問題的最優(yōu)解會因為目標函數(shù)、環(huán)境參數(shù)或者約束條件的變化而隨時發(fā)生變化，使生產調度等遭遇到相應的問題與損失。本文基于已經比較成熟的遺傳算法提出了新的算法。目的就是要讓該算法能隨著上述條件的變化快速有效地找到待求問題的最優(yōu)解，并且在實際應用中減少上述變化所帶來的損失。本文的主要工作包括以下幾個方面：1.本文對動態(tài)環(huán)境中的各種進化計算方法進行了詳細地介紹。闡述了動態(tài)優(yōu)化問題的研究要素和目前進化算法求解動態(tài)優(yōu)化問題的研究進展與策略。2.介紹了遺傳算法的思

3、想，并且討論了遺傳算法的原理、理論基礎以及相應的技術實現(xiàn)。遺傳算法是一種穩(wěn)健性較強的進化算法。3.針對傳統(tǒng)遺傳算法求解動態(tài)優(yōu)化問題面臨的挑戰(zhàn)：多樣性缺失，對求解動態(tài)優(yōu)化問題的原對偶遺傳算法（Primal-DualGA,PDGA）進行研究，提出了一種新的自適應的雙概率原對偶遺傳算法，并通過測試表明所提算法比原始PDGA有較好的性能。4.針對動態(tài)背包問題提出了一種基于貪婪近似法的遺傳算法，通過仿真結果進一步證明了本文所提出的基于貪婪近似法的雙概率原對偶遺傳算法求解動態(tài)優(yōu)化問題能力。關鍵詞：動態(tài)優(yōu)化，遺傳算法，貪婪近似法，背包問題VRESEARCHANDREALIZATIONOFTHEGENE

4、TICALGORITHMFORDYNAMICOPTIMIZATIONPROBLEMSABSTRACTDynamicoptimizationproblemsexistinallkindofworkinmodernworld.Commonly,theoptimalsolutionofdynamicoptimizationproblemswillchangeatanytimebecauseofthechangeofobjectivefunctions,environmentalparametersandconstraintconditions.Itmakesfactoriesencounter

5、alotofproblemsandlossesinproductionschedulingandotherworkareas.Inordertoredusethelossesandtrackthemovingoptimalsolutionquicklyandefficientlywhichisaffectedbytheabovereasons，thisthesisproposesanewalgorithmwhichisbasedonamaturealgorithm-geneticalgorithm.Themaintasksarethefollowingfouraspectsinthist

6、hesis:1.Giveaspecificdescriptionofdifferentevolutionaryalgorithmsindynamicenvironment.Elaborateontheelementsofdynamicoptimizationproblems.Describethereseachprogressandstrategyofevolutionaryalgorithmfordynamicoptimizationproblems.2.Introducetheideaofgeneticalgorithmandmakefurtherstudyofitsbasicpr

7、inciple,theoreticalbasisandtechnologyimplementation.Geneticalgorithmisarobustevolutionaryalgorithm.3.ResearchonthePrimal-Dualgeneticalgorithm(PDGA)andproposeanewadaptivelyalgorithm,duetotheshortcomingoftraditionalgenet