基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化

基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化

ID:36656254

大小:349.41 KB

頁數(shù):3頁

時間:2019-05-13

基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化_第1頁
基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化_第2頁
基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化_第3頁
資源描述:

《基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、網(wǎng)絡(luò)與通信文章編x:1008-0570(2006)09-3-0163-03基于網(wǎng)絡(luò)遺傳算法的全局優(yōu)化TheGlobalOptimizationAlgorithmBasedonIntelligentGeneticOperatorM防科技大學(xué))孫權(quán)鄭龍Sun,QuanZheng,Long摘要:本文在分析當(dāng)前全局優(yōu)化方法研究現(xiàn)狀的基拙上,提出了一種改進(jìn)的遺傳算法一一網(wǎng)絡(luò)遺傳算法,應(yīng)用簡單實例說明了網(wǎng)絡(luò)遺傳算法的具體操作,同時應(yīng)用大f數(shù)值實例證明了網(wǎng)絡(luò)遺傳算法解決全局優(yōu)化問題的可行性、正確性、有效性。關(guān)鍵詞:全局優(yōu)化;標(biāo)準(zhǔn)遺傳算法;網(wǎng)絡(luò)遺傳算法中圖分類號:TP加文獻(xiàn)標(biāo)識碼:AAbst

2、ract:Thispaperanalyzedcurrentstudystatusofglobaloptimizationalgorithm,putforwardanewimprovedgeneticalgorithm,NetGeneticAlgorithm,explainedthematerialoperationofNetGeneticAlgorithmbasedonsomeexamples,testifiedthecorrectnessandfeasibilityofthismethodbasedonmanynumericalexamples.Keywords:Globa

3、lOptimizationAlgorithm;StandardGeneticAlgorithm;NetGeneticAlgorithm隧道函數(shù)法、山丘函數(shù)法等;徐麗娜、孫增折等都闡述1引言了應(yīng)用標(biāo)準(zhǔn)遺傳算法(StandardGeneticAlgorithm,1.1全局優(yōu)化問題的描述SGA)求解全局優(yōu)化問題的方法。全局優(yōu)化問題的數(shù)學(xué)模型描述如下:傳統(tǒng)全局優(yōu)化方法有其局限性,各種方法思路、FindX=以,x2,...,x.ll各異,標(biāo)準(zhǔn)性差,而且都沒能編制出像局部優(yōu)化那樣lesMinF(X)、r的優(yōu)化軟件。標(biāo)準(zhǔn)遺傳算法局部優(yōu)化能力弱,收斂速L.S.T.q(X)50,l=1,2,.

4、...es度慢。.lwe本文在標(biāo)準(zhǔn)遺傳算法的基礎(chǔ)上,提出了一種改H.(X)=0'M=1,2,...,M了進(jìn)的遺傳算法—網(wǎng)絡(luò)遺傳算法,這種方法有效地X為變量向量,n為變量維數(shù),F(xiàn)江)為目標(biāo)函數(shù),G,解決了標(biāo)準(zhǔn)遺傳算法局部優(yōu)化能力弱、收斂速度慢因為不等式約束條件,1為不等式約束個數(shù),Hm(X)為的局限性。等式約束,m為等式約束個數(shù)。全局最優(yōu)解就是在所2標(biāo)準(zhǔn)遺傳算法描述求問題的可行域空間n內(nèi),找出一個點r,使得在整個可行域內(nèi),該點的函數(shù)值為最小。即對于任意的Xe2.1標(biāo)準(zhǔn)遺傳算法的處理流程n,都有F(X),F(X")o標(biāo)準(zhǔn)遺傳算法是一種群體型操作,該操作以群體1.2全局優(yōu)化問題研究

5、的必要性中的所有個體為對象。選擇、交叉、變異是標(biāo)準(zhǔn)遺傳算在實際工程中,許多優(yōu)化問題都要求在可行域內(nèi)法的3個主要基因操作。標(biāo)準(zhǔn)遺傳算法的基本處理流尋找模型的全局最優(yōu)解,多年來工程優(yōu)化界一直為尋程如圖1所示。找有效的全局優(yōu)化算法而努力,雖然發(fā)展了一些方法,但現(xiàn)有的每一種方法只能解決個別問題,通用性較差,難以適應(yīng)更具有一般化性態(tài)的目標(biāo)函數(shù)。因此,研究優(yōu)化模型的全局最優(yōu)化方法仍然是當(dāng)前優(yōu)化設(shè)計的重要工作之一。1.3全局優(yōu)化現(xiàn)有方法的不足全局優(yōu)化現(xiàn)有方法包括一些傳統(tǒng)全局優(yōu)化方法和標(biāo)準(zhǔn)遺傳算法。粟塔山教授提出了解決全局優(yōu)化問題的填充函數(shù)法;解決全局優(yōu)化問題的傳統(tǒng)方法還有孫權(quán):博士副教授基

6、金項目:國防“十五”預(yù)研項目(編號不公開)圖1標(biāo)準(zhǔn)遺傳算法的基本流程倉。自。,局”閱號:82-94636。元‘年一‘63網(wǎng)絡(luò)與通信中文核心期刊《微計算機信息》(管控一體化))2006年第22卷第9-3期2.2標(biāo)準(zhǔn)遺傳算法的三種基因操作3)計算這N個節(jié)點的函數(shù)值(染色體的適應(yīng)度);標(biāo)準(zhǔn)遺傳算法有三種基因操作:選擇、交叉和變4)根據(jù)節(jié)點函數(shù)值(染色體適應(yīng)度),選擇一個最優(yōu)異。節(jié)點(染色體)。選擇操作。選擇操作的目的是為了從當(dāng)前群體中圖2是網(wǎng)絡(luò)選擇操作的一個簡單實例。選出優(yōu)良個體,使它們有機會作為父代為下一代繁殖子孫。判斷個體優(yōu)良與否的準(zhǔn)則是各自的適應(yīng)度值。叮.二(z.。)-(z.

7、5)一(30)初始節(jié)點為(1.0.1.0)數(shù):y=xl+xz,求最小值;交叉操作。交叉可分兩步進(jìn)行:首先對配對庫中_」操作過程如下‘一‘’.的個體進(jìn)行隨機配對,其次在配對個體中隨機設(shè)定交口、4.一,)1)單位空間如灰色區(qū)域所示U.5)(z.0)(.z)選取的9個節(jié)點如實心圓圈所示叉處,配對個體彼此交換部分信息。.“.」3)各點函數(shù)值標(biāo)在該點右側(cè)括號內(nèi)變異操作。變異操作是按位((bit)進(jìn)行的,即把某一選擇結(jié)果(局部最優(yōu)點)為位的內(nèi)容進(jìn)行變異。變異操作同樣也是隨機的。變異5,0-5):操作是十分微妙的遺傳

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。