資源描述：
《一種新的求解函數(shù)優(yōu)化問(wèn)題的兩級(jí)遺傳算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、系統(tǒng)工程與電子技術(shù)第卷第期即加,文章編號(hào)腸田一以一種新的求解函數(shù)優(yōu)化問(wèn)題的兩級(jí)遺傳算法蔡良偉‘,林春漪深圳大學(xué)電子工程系,廣東深圳中山大學(xué)中山醫(yī)學(xué)院生物醫(yī)學(xué)工程系,廣東廣州,用于求解帶約束的非線性。,摘要提出一種新的兩級(jí)遺傳算法函數(shù)優(yōu)化問(wèn)題本算法的特點(diǎn)是在保留經(jīng)典、,、,遺傳算法中選種交叉和變異種基本操作的同時(shí)增加了重構(gòu)局部尋優(yōu)兩種新操作加快了收效速度利用拉格朗,,日乘子和函。日時(shí)偶原理構(gòu)造拉格朗日對(duì)偶函數(shù)在上下兩級(jí)分別時(shí)拉格朗數(shù)變量進(jìn)行優(yōu)化搜索算例表明了。該算法的優(yōu)越性關(guān)鍵詞約束函數(shù)優(yōu)化遺傳算法重構(gòu)局部尋優(yōu)二中圈分類號(hào)文獻(xiàn)標(biāo)識(shí)碼·
2、住而】合,一八刀,,已,‘場(chǎng)卿阮加二砂,臉,卿丙甩無(wú)習(xí)伏刃材〕,一,“刀習(xí),塊即沖記心云爬己眾以及鑼砒點(diǎn)昭〔爪優(yōu)月腸邵習(xí)田即飯內(nèi),卜羅石山叩叩,一,】,壓四『叨,子腸『朗皿靦詞叫,叨,叩山伴四。以即對(duì)如腸一二。決的復(fù)雜問(wèn)題引言一新遺傳算法及其兩種新操作‘〕遺傳算法是近多年發(fā)展起來(lái)的一種新的優(yōu)化算法。它利“”,本文提出的新遺傳算法保留了經(jīng)典遺傳算法中的選種用了自然界中適者生存等進(jìn)化原理其特點(diǎn)是、,根據(jù)個(gè)體的適配值,從一代初始個(gè)體開始不斷進(jìn)化,最終得交叉。和變異種基本操作同一。同傳統(tǒng)的優(yōu)化方法,時(shí)增加了重構(gòu)和局部尋優(yōu)兩種新到最優(yōu)個(gè)體比較
3、遺傳算法具有更好的。,并行處理能力,更強(qiáng)的魯棒性,更易于實(shí)現(xiàn)全局優(yōu)化,因而得的操作它們能在不影響搜索過(guò)程隨機(jī)性的前提下不斷引。,,,到愈來(lái)愈多的應(yīng)用,〕’,進(jìn)新的個(gè)體增加搜索的遍歷性避免進(jìn)化早熟更快地收、。。。經(jīng)典遺傳算法只有種操作選種交叉和變異本文斂于全局最優(yōu)解兩種新的操作定義如下。重構(gòu)操作當(dāng)交提出的新算法增加了兩種新的操作重構(gòu)和局部尋優(yōu)計(jì)算叉或變異操作所生成個(gè)體的適配值劣于,。,即否定此次操作然后,隨機(jī)產(chǎn)表明這兩種新的操作能更好地提高算法的收斂速度原個(gè)體的適配值時(shí)生一個(gè)新帶約束的非線性,,。函數(shù)優(yōu)化問(wèn)題是一個(gè)復(fù)雜的優(yōu)化問(wèn)題個(gè)體代
4、替原種群中的最劣個(gè)體重構(gòu)操作的特點(diǎn)是增加了往往由于其多峰性和約束的復(fù)雜性而使傳統(tǒng)優(yōu)化方法難以個(gè)體的多樣性,不斷地淘汰最劣個(gè)體,保證進(jìn)化過(guò)程能產(chǎn)生。。求解本文構(gòu)造了一個(gè)兩級(jí)算法首先根據(jù)拉格朗日對(duì)偶原出最優(yōu)個(gè)體理,構(gòu)造拉格朗,然后在上下兩級(jí)利用新遺傳算日對(duì)偶函數(shù)局部尋優(yōu)操作當(dāng)交叉或變異操作所生成個(gè)體的適配值法分別對(duì)拉格朗。,日乘子和函數(shù)變量進(jìn)行優(yōu)化搜索該算法優(yōu)于原個(gè)體的適配值時(shí)在生成個(gè)體和原個(gè)體之間隨機(jī)產(chǎn)生,彌補(bǔ)了傳統(tǒng)優(yōu)化方法的不足能很好地求解傳統(tǒng)方法不易解一個(gè)新個(gè)體,如新個(gè)體更優(yōu),則選擇新個(gè)體進(jìn)人下一代否一一二犯一一收稿日期朋修訂日期
5、作者簡(jiǎn)介蔡良偉一,男,副教授,碩,主要研究方向?yàn)樗惴?系統(tǒng)優(yōu)化,物流調(diào)度規(guī)化。士研究生系統(tǒng)工程與電子技術(shù)年則,選擇交叉或變異操作生成的個(gè)體進(jìn)人下一代。局部尋優(yōu)值,為交叉操作生成個(gè)體的適配值,幾為變異操作生成個(gè)操作的特點(diǎn)是一,。旦發(fā)現(xiàn)較優(yōu)的進(jìn)化方向則在鄰近作進(jìn)一體的適配值,增加。步的進(jìn)化嘗試了以更快速度進(jìn)化到最優(yōu)個(gè)體的幾率。一類帶約束函數(shù)的優(yōu)化問(wèn)題局部尋優(yōu)操作具體描述如下,二,?！蕖俊衬刂蕖场话?傲學(xué)模型人,,進(jìn)人下一代目標(biāo)函數(shù)為‘二,二,,“。約束條件為鑒。?鱺進(jìn)人下一代“繽‘,二,?,式中原個(gè)體,交叉或變異操作生成的個(gè)“——體
6、漢隨機(jī)產(chǎn)生的新個(gè)體,的適配值針對(duì)約束條件構(gòu)造拉格朗日對(duì)偶函數(shù),—?！臁倪m配值二,二二、名‘二。新的遺傳算法算法步驟如下—根據(jù)拉格朗,日對(duì)偶原理得到步驟‘乙,“二乙,“初始化呵嘩式中孟‘蒸。二,?,產(chǎn)生原始種群計(jì)算個(gè)體適配值其它類型的帶約束函數(shù)優(yōu)化問(wèn)題可以通過(guò)適當(dāng)?shù)霓D(zhuǎn)換變成。以上類型步驟問(wèn)順?lè)纸?。二將上面的?yōu)化問(wèn)題分解為上下兩級(jí)在上級(jí)對(duì)拉格朗如果則,。轉(zhuǎn)步驟日乘子孟進(jìn)行尋優(yōu)而在下級(jí)則對(duì)變量進(jìn)行尋優(yōu)上下兩級(jí)的信息交換過(guò)程為在上級(jí)中,首先初始化幾個(gè)體種群,將否則。,,選種操作這些個(gè)體傳給下級(jí)在下級(jí)針對(duì)這些特定的孟個(gè)體求解出二,,入二
7、變量的最優(yōu)個(gè)體將這些最優(yōu)個(gè)體傳回上級(jí)計(jì)算每個(gè)個(gè)體相應(yīng)的適配值。上下兩級(jí)同時(shí)采用具有重構(gòu)和局部尋結(jié)束。步一優(yōu)操作的新遺傳算法進(jìn)行求解交叉操作①下級(jí)優(yōu)化問(wèn)題,,計(jì)算生成個(gè)體的適配值在這一級(jí)中對(duì)固定的拉格朗日乘子矛求解以下問(wèn)題如果〕則二,·二二十‘人、活習(xí)局部尋優(yōu)操作轉(zhuǎn)步驟二‘二一藝毖否則為保證非負(fù)性,定義適配值為重構(gòu)操作結(jié)束二一二一‘十,人藝毖步驟式中正常數(shù)。變異操作—,,在對(duì)個(gè)體進(jìn)行編碼時(shí)采用浮點(diǎn)數(shù)編碼構(gòu)造個(gè)體計(jì)算生成個(gè)體的適配值幾,,‘,,。群??邵如果幾〕則‘‘的初始化為在的可行域內(nèi)產(chǎn)生一個(gè)隨機(jī)數(shù)局部尋優(yōu)操作群‘二‘‘。一“轉(zhuǎn)步驟
8、姍姍②上級(jí)優(yōu)化問(wèn)題否則在這一級(jí)中,利用下級(jí)返,回的值計(jì)算本級(jí)的適配值重構(gòu)操作求解以下問(wèn)題轉(zhuǎn)步驟結(jié)束“二·’·吧‘一’二,““’‘菩步驟,為保證非負(fù)性定義適配值為輸出最優(yōu)個(gè)體二二十入,‘結(jié)束名在上述算法中,為進(jìn)化代數(shù)上限,為原個(gè)體的適配
