資源描述：
《基于遺傳和聲算法求解函數(shù)優(yōu)化問題》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第27卷第5期計(jì)算機(jī)應(yīng)用研究Vol.27No.52010年5月ApplicationResearchofComputersMay20103基于遺傳和聲算法求解函數(shù)優(yōu)化問題a,baaa韓紅燕,潘全科,任文娟,張鳳榮(聊城大學(xué)a.計(jì)算機(jī)科學(xué)學(xué)院;b.數(shù)學(xué)科學(xué)學(xué)院,山東聊城252059)摘要:針對遺傳算法和和聲搜索算法各自的特點(diǎn),提出了一種新的搜索算法———遺傳和聲算法(GAHS)。新算法利用遺傳算法改進(jìn)了和聲算法中和聲記憶庫初始解的產(chǎn)生方式,同時對和聲算法中新解的產(chǎn)生方式也作了改進(jìn);將此改進(jìn)算法應(yīng)用到函數(shù)優(yōu)化問題中,并分別對六個測試函數(shù)進(jìn)行了仿真,用于驗(yàn)證算法的可行
2、性。仿真結(jié)果表明,遺傳和聲算法提高了函數(shù)優(yōu)化的搜索效率,具有較高的尋優(yōu)性能和較強(qiáng)的跳出局部極小的能力。關(guān)鍵詞:和聲搜索;遺傳算法;遺傳和聲算法;函數(shù)優(yōu)化中圖分類號:TP18文獻(xiàn)標(biāo)志碼:A文章編號:100123695(2010)0521723203doi:10.3969/j.issn.100123695.2010.05.033Functionoptimizationproblembasedongeneticharmonyalgorithma,baaaHANHong2yan,PANQuan2ke,RENWen2juan,ZHANGFeng2rong(a.Shoolo
3、fComputerScience,b.SchoolofMathematicsScience,LiaochengUniversity,LiaochengShandong252059,China)Abstract:Thispaperpresentedanovelgeneticharmonysearchalgorithm(GAHS)withrespecttocharacteristicsofgenetical2gorithmandharmonysearchalgorithm.Improvedtheinitialsolutiongenerationofharmonyme
4、moryandthenewsolutiongenera2tionofharmonysearchalgorithm.Finally,appliedthisimprovedalgorithmtofunctionoptimizationproblems,testedthefeasibilityofthealgorithmbythesixtestfunctions.Experimentalresultsshowthatthealgorithmimprovesthesearchefficiencyforsolvingfunctionoptimizationproblems
5、andhashighoptimizationperformanceandstrongerabilitytoescapelocalminimum.Keywords:harmonysearch(HS);geneticalgorithm;geneticharmonyalgorithm;functionoptimization在工程領(lǐng)域,函數(shù)優(yōu)化是普遍存在的一類優(yōu)化問題。近年HMS)、和聲記憶庫考慮概率(harmonymemoryconsidering來,人們從各種自然原理中受到啟發(fā),提出了許多用于求解函rate,HMCR)、和聲音調(diào)微調(diào)概率(pitchadjustin
6、grate,PAR)以數(shù)優(yōu)化問題的隨機(jī)優(yōu)化方法,如模擬退火算法、遺傳算法、蟻群及算法迭代次數(shù)(iterationnumber,NI)這幾個關(guān)鍵參數(shù)進(jìn)行初算法等。一般情況下,這些方法采用啟發(fā)式隨機(jī)搜索機(jī)制能夠始化,然后隨機(jī)產(chǎn)生HMS個初始解(和聲)放入和聲記憶庫比較有效地找到全局最優(yōu)或近似最優(yōu)解,然而由于函數(shù)優(yōu)化問內(nèi),根據(jù)記憶考慮(HMCR)、微調(diào)擾動(PAR)、隨機(jī)選擇三個規(guī)題的復(fù)雜性,每種算法都表現(xiàn)出各自的優(yōu)勢和缺陷。遺傳算法則產(chǎn)生新解,判斷新解是否優(yōu)于HM內(nèi)的最差解,若是,則替換(GA)是Holland教授首先提出來的一種高度并行、隨機(jī)和自之;否則保持當(dāng)前H
7、M不變。上述過程不斷重復(fù),直至達(dá)到預(yù)適應(yīng)的仿生型優(yōu)化算法,具有全局搜索能力,魯棒性強(qiáng),對于函定的迭代次數(shù)為止。和聲算法的流程圖如圖1所示。數(shù)優(yōu)化問題,雖然能收斂到最優(yōu),但具有過早收斂和局部收斂的缺陷。最近,出現(xiàn)一種新的現(xiàn)代啟發(fā)式全局搜索算法———和聲搜[1]索(HS)算法,它是對音樂演奏中樂隊(duì)和聲調(diào)諧的原理的模擬,并且在組合優(yōu)化和函數(shù)優(yōu)化問題中得到了成功應(yīng)用。有關(guān)[2]研究表明,HS較之GA、模擬退火算法和禁忌搜索等算法有更好的優(yōu)化性能。但HS算法對和聲記憶庫(harmonymemory,HM)和新解的產(chǎn)生方式具有很強(qiáng)的依賴性。本文針對函數(shù)優(yōu)化問題,提出了一種新
8、的GA與HS相結(jié)合的算法
