多目标最优化进化算法

《多目标最优化进化算法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第一章绪论第一章绪论弟一早珀T匕1．1进化计算的产生与发展达尔文的进化学说揭示了物种的多样化是自然选择和进化的结果，现代分子生物学的发展也为这一学说提供了直接的证据，正是在自然界的启示下，一些学者希望通过模拟生物界的生物进化过程来解决实际中的某些复杂的问题，从而导致了进化算法的产生。进化计算的研究起源于20世纪50年代末，成熟于80年代，它包含了三大主流板块：遗传算法(Geneticalgorithm，简称GA)、进化策略(Evolutionstrategy，简称ES)和进化规划(Evolutionaryprogra

2、mming，简称EP)，这三中算法分别从不同的层面和角度来模拟生物的进化规律，从而达到解决实际问题的目的。遗传算法是模拟达尔文的遗传和优胜劣汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法一词最先是由Bagley提出的，它在1967年发表的关于遗传算法应用方面的第一篇论文中首次使用了遗传算法这个名称【l】，直到1975年，美国Michigan大学的Jhon．H．Holland在总结了自己的研究成果后发表了在遗传算法领域具有里程碑意义的著作《AdaptationinNaturalandA

3、rtificialSystems))【z】，遗传算法这一名称才逐渐被人们所知。Holland不仅展示将自然界的进化过程应用到人工系统，而且提出了遗传算法的基本理论：模式定理(SchemaTheorem)和隐含并行性(implicitparallelism)原理，为遗传算法的发展奠定了理论基础。在遗传算法的发展过程中，1975年，DeJong在其博士论文“AnAnalysisoftheBehaviorofaClassofGeneticAdaptiveSystems[3】”进行了大量的函数优化方面的数值试验，并对遗传算法

4、的性能做了大量的分析，给出了衡量遗传算法性能的在线指标和离线指标。1983年，Holland的学生Goldberg将遗传算法成功应用到管道系统的优化和机器学习问题【41，引起人们对遗传算法的广泛关注。1989年，Goldberg出版了《GeneticAlgorithmsinSearch，OptimizationandMachineLearning))【4】这一专著，全面系统的介绍了遗传算法的原理及其应用，奠定了遗传广东T业人学硕Ij学位论文算法的科学基础。1991年，Davis编辑出版了《HandbookofGene

5、ticAlgorithms))15J一书，介绍了遗传算法原理，给出了遗传算法在科学计算、工程技术及社会经济方面的大量应用实例，对有效应用遗传算法起到重要的指导作用。为了克服遗传算法在表达方面的局限性，Koza将遗传算法应用于计算机程序的优化设计及自动生成，提出了遗传规划(GeneticProgramming，简称GP)这一新概念。1992年，Koza出版了专著GeneticProgramming：ontheProgrammingofComputersbyMeansofNaturalSelection))[61，该书全

6、面介绍了遗传规划的原理及应用实例。同年，他又出版了专著((GeneticProgrammingII：AutomaticDiscoveryofReusablePrograms))[71，进一步阐明遗传规划的实质，其被视为遗传算法的奠基人。进化策略是由RechenbergI．和SchwefelH．．pt8】在1965年独立提出的。当时他们在柏林工业大学进行风洞实验，由于设计描述物体形状的参数难以用传统的数学方法进行优化，因此他们尝试用生物变异的方式来随机的改变参数值，最终获得了较好的结果。早期进化策略的种群中只包含一个个

7、体，且仅仅使用变异操作。后来SchwefelH．一P．在文献f8，9】中系统推广了Recenberg的原始进化策略，建立了更先进的进化策略。进化规划是由Fogelll01在20世纪60年代提出的。Fogel将仿真进化方法用于由相互竞争的算法所构成的种群，在一系列研究中探索了进化规划的可能性，目的是发展人工智能。从1976年到1985年，在进化规划方面的研究仅有少量的工作。l985年以来，进化规划方向也成了研究热点，它在相当广泛领域都有潜在应用。最近该项技术被用到许多组合优化问题上。与使用有限状态机不同，所使用的表示依

8、赖于所考虑的问题，以及构造用与维持个父母体与后代之间密切联系的变异运算。此程序已经应用到路径规划问题、神经网络设计问题、自动控制问题、博弈问题、一般函数优化问题。1．2进化算法的研究意义随着科技的发展，人类可以利用计算机来解决许多过去无法想象的问题，21世纪，人类更加依赖计算机来解决实际问题，可是很多复杂的实际问题利用经典的数学方法无法求解，例