遺傳算法的改進(jìn)研究與應(yīng)用

遺傳算法的改進(jìn)研究與應(yīng)用

ID:46692328

大?。?8.50 KB

頁數(shù):6頁

時(shí)間:2019-11-26

遺傳算法的改進(jìn)研究與應(yīng)用_第1頁
遺傳算法的改進(jìn)研究與應(yīng)用_第2頁
遺傳算法的改進(jìn)研究與應(yīng)用_第3頁
遺傳算法的改進(jìn)研究與應(yīng)用_第4頁
遺傳算法的改進(jìn)研究與應(yīng)用_第5頁
資源描述:

《遺傳算法的改進(jìn)研究與應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、鄭州人學(xué)碩士學(xué)位論文遺傳算法的改進(jìn)研究與應(yīng)用姓名:秦廣軍申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:王文義20060501鄭州人學(xué)碩士學(xué)位論文摘要摘要遺傳算法是模擬口然界生物化機(jī)制的概率性搜索算法,其優(yōu)勢(shì)在于可以高效的處理傳統(tǒng)搜索方法難以解決的復(fù)雜的非線性問題。由于其不受搜索空間的限制性假設(shè)的約束,具有廣泛的適應(yīng)性、并行性等特點(diǎn),目前被廣泛應(yīng)用于函數(shù)優(yōu)化、機(jī)器學(xué)習(xí)、模式識(shí)別以及自適應(yīng)控制系統(tǒng)等眾多領(lǐng)域。本文首先介紹了遺傳算法的基本概念和理論,然后針對(duì)傳統(tǒng)算法存在的早熟收斂和遺傳算子無方向性的問題,提出了兩種基于多種群的改進(jìn)策略。第一種策略定義了一個(gè)可以感知

2、進(jìn)化方向、衡量進(jìn)化速度的指標(biāo),并用該指標(biāo)指導(dǎo)遺傳算子做出自適應(yīng)調(diào)整。該策略使用了“探索一開發(fā)"的種群劃分方案,并在集群計(jì)算機(jī)系統(tǒng)上實(shí)現(xiàn)了基于該策略的并行算法。第二種策略基于粒子群算法的思想,將粒子群算法與遺傳算法混合,提出了一種新的具有£1學(xué)習(xí)能力的變異算子和種群劃分方法,同時(shí)對(duì)常用的算術(shù)交叉算子作了一些改進(jìn)。通過對(duì)三個(gè)典型的多峰函數(shù)的優(yōu)化進(jìn)行算法驗(yàn)證,結(jié)果表明該策略有效可行。通過將該混合遺傳算法用于解多根線性方程組,表明它也可以有效地解決傳統(tǒng)方法不能一次求出所有方程根的問題。最后,對(duì)所做的工作進(jìn)行了總結(jié),指出了算法的局限性以及將來的努力方向。關(guān)鍵詞:遺傳算法

3、,粒子群算法,多種群,解方程組,多峰值函數(shù)優(yōu)化II鄭州人學(xué)碩士學(xué)位論文ABSTRACTThegenetica190rithmodusingprobahenatura1evoliesiI1effectedandnon—1iifficu1tfortisa虹ndofbi1itywh1ution.Itiveresonearpmb1rad“iona1searchingmethchsimu1atestominancecomp1icaicharedingmethsumption1tspred1Vi11gems,whsearchods.nsfew1imitationon血ep

4、reoftheso1utionspace,wideadD[Stabilityandparallelismmakeitsuccessfl11lyapp1iedinmanyincludingf11nctionoptimizations,machinearea,1eaming,patternrecognitionandself,adaptiVecontfo1systems,etc.Firstly,thepaperbrief1ysummarizesthefationalesofGA.Then,twonewmodifiedstrate垂eshavebeenusedtos

5、olvetowproblemspmposed.TheyarewhichareprematureconVergeneeandblindgeneticoperators.Inthefirstmethod,anindexthatcanrenecttheorientationandpaceofevo1utionisdefined.Thei11dexisusedtoguidetheevolutionaI1dtoadaptivelyadjust2eneticoperator.Basedonamulti—populationschemeconsistingofmulti,e

6、xp1orerandanexp1oiter,apafa1leieditionofthemethodisdesi{medandtestedontheC1ushodprenpartiaIIewmustmctsore,therimpIDved.ctionsareonresults1solVeseqrithm,andtmatitcanerofcomputer.Thesecondmetntskindofhybrid(王Abasedaoeswannalgorithm.Itdei—populationschemeandemutationoperatof.F^lrecombi

7、nationoperatoriimodThreettypicalmultimizedandmeoanalysed.7nleionswiththehxpeflmentalrefindauaheed—ectivelyfequations.量I。Ina兒y,uttheweak1imitationscrategiesandmakesfinesptimipaperybridsuits11rooreconthermalso1funzatiti11gohowstpoint?opointthep印erofthetwoaplanforfurtherscudy.Keywords:

8、Genetic觸gorithm,Paf

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(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)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(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)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(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。