学位论文 > 优秀研究生学位论文题录展示

一种改进的遗传算法及应用

作 者: 李延梅
导 师: 肖人岳
学 校: 华南理工大学
专 业: 计算数学
关键词: 遗传算法 交叉概率 变异概率 适应度函数
分类号: TP18
类 型: 硕士论文
年 份: 2012年
下 载: 800次
引 用: 1次
阅 读: 论文下载
 

内容摘要


遗传算法是一种利用自然选择和生物进化思想搜索最优解的随机搜索算法,被广泛应用于各个领域。研究发现,改进交叉和变异概率,设计合理的适应度函数对改善遗传算法的性能有重要影响。本文深入研究了遗传算法的基本理论及技术实现,分析了遗传算法的收敛性和特点,结合当前人们的研究提出了一种改进的遗传算法,并将其应用于函数优化和组合优化领域。本文的主要研究工作如下:(1)深入研究了自适应遗传算法的产生原理及特点,深刻分析了几种常见的改进方法,并总结了各算法的优缺点。(2)针对自适应遗传算法及其改进算法中存在的问题,在前人算法的基础上改进交叉概率和变异概率,给出改进的公式,使交叉概率随适应度函数的增大而减小,变异概率随适应度函数的增大而增大。改进的算法使大于平均适应度和小于平均适应度的个体的交叉概率和变异概率能够分别在不同区间范围内进行自适应调整,因此,算法的搜索精度和收敛速度在一定程度上得到了提高。(3)适应度函数用于评价个体优劣,本文通过对其作用机理的深入分析和研究,在满足适应度函数设计条件的原则下,利用logistic曲线的性质设计了一个新的适应度函数,并且引入对适应度值接近1或者0的个体数目的判断,防止这些个体迅速占领种群。适应度函数的设计使得进化初期适应度很高的个体的适应度值和复制数量得到控制,进化后期个体适应度值的差异得到提高,种群竞争力得到增强,早熟现象得到改善。用测试函数对本文改进的遗传算法进行测试,与其它几种算法相比能取得更好的实验结果。(4)将本文改进的遗传算法应用于函数优化和0-1背包问题,实验结果表明,算法在搜索精度、收敛速度及稳定性方面均表现出较好的算法性能。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-18
  1.1 概述  9
  1.2 课题研究背景  9-14
    1.2.1 最优化问题  9-11
      1.2.1.1 最优化问题简介  9-10
      1.2.1.2 函数优化问题  10-11
    1.2.2 智能算法  11-14
  1.3 课题研究进展  14-16
    1.3.1 遗传算法发展历程  14-15
    1.3.2 遗传算法研究现状  15-16
  1.4 本文的主要工作及论文的结构安排  16-18
第二章 遗传算法基本理论及实现  18-35
  2.1 遗传算法的基本概念和思想  18-19
  2.2 遗传算法的理论基础  19-20
    2.2.1 模式定理  19
    2.2.2 积木块假设  19-20
    2.2.3 隐含并行性  20
  2.3 基本遗传算法流程  20-21
  2.4 遗传算法技术实现  21-31
    2.4.1 编码  21-24
    2.4.2 初始种群设定  24-25
    2.4.3 适应度函数  25-27
    2.4.4 选择算子  27-28
    2.4.5 交叉算子  28-30
    2.4.6 变异算子  30-31
  2.5 遗传算法的收敛性分析  31-32
  2.6 遗传算法的特点及应用  32-34
    2.6.1 遗传算法的特点  32-33
    2.6.2 遗传算法的应用  33-34
  2.7 本章小结  34-35
第三章 自适应遗传算法概述及改进  35-53
  3.1 自适应遗传算法介绍  35-36
    3.1.1 自适应遗传算法的产生及原理  35
    3.1.2 自适应遗传算法的特点  35
    3.1.3 自适应遗传算法的实现步骤  35-36
  3.2 自适应遗传算法的改进  36-43
  3.3 本文所做的工作  43-52
    3.3.1 交叉、变异算子的改进  43-45
    3.3.2 适应度函数的设计  45-46
    3.3.3 改进的遗传算法的实现  46-48
    3.3.4 仿真实验及分析  48-52
  3.4 本章小结  52-53
第四章 改进的遗传算法在函数优化和背包问题中应用  53-59
  4.1 函数优化  53-55
    4.1.1 测试函数  53-54
    4.1.2 实验结果对比分析  54-55
  4.2 背包问题  55-58
    4.2.1 背包问题介绍  55-56
    4.2.2 0 -1 背包问题的求解及实验结果的对比分析  56-58
  4.3 本章小结  58-59
总结与展望  59-60
参考文献  60-64
攻读硕士学位期间取得的研究成果  64-65
致谢  65-66
附件  66

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于遗传算法的柑橘图像分割,TP391.41
  9. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  15. 遗传算法在物流仓储优化中的应用研究,F259.2
  16. 基于遗传算法的矿山资源优化调度模型的研究,O224
  17. 机械臂轨迹规划研究,TP242
  18. 基于遗传算法的前馈神经网络优化研究,TP183
  19. 基于油耗的城市交通信号分层递阶控制的优化研究,U491.51
  20. 介入式天线在肿瘤微波热疗中有效热区的优化控制,R730.5
  21. 基于遗传算法和Moldflow的双色成型注塑模具浇注系统最优化的研究,TQ320.52

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com