资源描述：
《一种新的求解函数优化问题的两级遗传算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、系统工程与电子技术第卷第期即加,文章编号肠田一以一种新的求解函数优化问题的两级遗传算法蔡良伟‘,林春漪深圳大学电子工程系,广东深圳中山大学中山医学院生物医学工程系,广东广州,用于求解带约束的非线性。,摘要提出一种新的两级遗传算法函数优化问题本算法的特点是在保留经典、,、,遗传算法中选种交叉和变异种基本操作的同时增加了重构局部寻优两种新操作加快了收效速度利用拉格朗,,日乘子和函。日时偶原理构造拉格朗日对偶函数在上下两级分别时拉格朗数变量进行优化搜索算例表明了。该算法的优越性关键词约束函数优化遗传算法重构局部寻优二中圈分类号文献标识码·
2、住而】合,一八刀,,已,‘场卿阮加二砂,脸,卿丙甩无习伏刃材〕,一,“刀习,块即冲记心云爬己众以及锣砒点昭〔爪优月肠邵习田即饭内,卜罗石山叩叩,一,】,压四『叨,子肠『朗皿腼词叫,叨,叩山伴四。以即对如肠一二。决的复杂问题引言一新遗传算法及其两种新操作‘〕遗传算法是近多年发展起来的一种新的优化算法。它利“”,本文提出的新遗传算法保留了经典遗传算法中的选种用了自然界中适者生存等进化原理其特点是、,根据个体的适配值,从一代初始个体开始不断进化,最终得交叉。和变异种基本操作同一。同传统的优化方法,时增加了重构和局部寻优两种新到最优个体比较
3、遗传算法具有更好的。,并行处理能力,更强的鲁棒性,更易于实现全局优化,因而得的操作它们能在不影响搜索过程随机性的前提下不断引。,,,到愈来愈多的应用,〕’,进新的个体增加搜索的遍历性避免进化早熟更快地收、。。。经典遗传算法只有种操作选种交叉和变异本文敛于全局最优解两种新的操作定义如下。重构操作当交提出的新算法增加了两种新的操作重构和局部寻优计算叉或变异操作所生成个体的适配值劣于,。,即否定此次操作然后,随机产表明这两种新的操作能更好地提高算法的收敛速度原个体的适配值时生一个新带约束的非线性,,。函数优化问题是一个复杂的优化问题个体代
4、替原种群中的最劣个体重构操作的特点是增加了往往由于其多峰性和约束的复杂性而使传统优化方法难以个体的多样性,不断地淘汰最劣个体,保证进化过程能产生。。求解本文构造了一个两级算法首先根据拉格朗日对偶原出最优个体理,构造拉格朗,然后在上下两级利用新遗传算日对偶函数局部寻优操作当交叉或变异操作所生成个体的适配值法分别对拉格朗。,日乘子和函数变量进行优化搜索该算法优于原个体的适配值时在生成个体和原个体之间随机产生,弥补了传统优化方法的不足能很好地求解传统方法不易解一个新个体,如新个体更优,则选择新个体进人下一代否一一二犯一一收稿日期朋修订日期
5、作者简介蔡良伟一,男,副教授,硕,主要研究方向为算法,系统优化,物流调度规化。士研究生系统工程与电子技术年则,选择交叉或变异操作生成的个体进人下一代。局部寻优值,为交叉操作生成个体的适配值,几为变异操作生成个操作的特点是一,。旦发现较优的进化方向则在邻近作进一体的适配值,增加。步的进化尝试了以更快速度进化到最优个体的几率。一类带约束函数的优化问题局部寻优操作具体描述如下,二,。‘洲】〕呢洲〕‘一八,傲学模型人,,进人下一代目标函数为‘二,二,,“。约束条件为鉴。⋯鲡进人下一代“缤‘,二,⋯,式中原个体,交叉或变异操作生成的个“——体
6、汉随机产生的新个体,的适配值针对约束条件构造拉格朗日对偶函数,—。—’天—的适配值二,二二、名‘二。新的遗传算法算法步骤如下—根据拉格朗,日对偶原理得到步骤‘乙,“二乙,“初始化呵哗式中孟‘蒸。二,⋯,产生原始种群计算个体适配值其它类型的带约束函数优化问题可以通过适当的转换变成。以上类型步骤问顺分解。二将上面的优化问题分解为上下两级在上级对拉格朗如果则,。转步骤日乘子孟进行寻优而在下级则对变量进行寻优上下两级的信息交换过程为在上级中,首先初始化几个体种群,将否则。,,选种操作这些个体传给下级在下级针对这些特定的孟个体求解出二,,入二
7、变量的最优个体将这些最优个体传回上级计算每个个体相应的适配值。上下两级同时采用具有重构和局部寻结束。步一优操作的新遗传算法进行求解交叉操作①下级优化问题,,计算生成个体的适配值在这一级中对固定的拉格朗日乘子矛求解以下问题如果〕则二,·二二十‘人、活习局部寻优操作转步骤二‘二一艺毖否则为保证非负性,定义适配值为重构操作结束二一二一‘十,人艺毖步骤式中正常数。变异操作—,,在对个体进行编码时采用浮点数编码构造个体计算生成个体的适配值几,,‘,,。群⋯⋯邵如果几〕则‘‘的初始化为在的可行域内产生一个随机数局部寻优操作群‘二‘‘。一“转步骤
8、姗姗②上级优化问题否则在这一级中,利用下级返,回的值计算本级的适配值重构操作求解以下问题转步骤结束“二·’·吧‘一’二,““’‘菩步骤,为保证非负性定义适配值为输出最优个体二二十入,‘结束名在上述算法中,为进化代数上限,为原个体的适配
