遗传算法的研究与进展

《遗传算法的研究与进展》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、维普资讯http://www.cqvip.com第199243年卷第8月4期信息与控制VoJ23．No．4InformatonandControAug．tigg4～遗传算法的研究与进展陈根社陈新海西北主-五j写甄天工程；—西j。o72)摘要遗传算法是建立在自然遗传学机理基础上的参数搜索方法车文介绍了遗传算法的思想来源和基本原理．比较了遗传算法与萁他^工智能技术．论述了它在优化、机器学习．尤其是控制领域中的应用成果．并对进一步的研究工作提出了一些展望关键词遗传算法-人工智能．优化．机器学习．控制系统●■■

2、‘——～1引言近年来，一种在思路和方法上别开生面的新的优化算法——遗传算法(GeneticAlgo—rhhms．GA)正在迅速发展．GA以其很强的解决问题的能力和广泛的适应性渗透到研究与工程的各个领域，取得了良好的教果．在国外，几种会议已设有GA的专题，而且已有专门的GA国际会议，每两年召开一次，如今已开了四次，发表了数千篇论文，对其基本的理论、方法和技巧做了充分的研究．今天．GA的研究已成为国际学术界跨学科的热门活题之一．’GA从大自然的杰作——生物进化论中得到灵感与宕地：地球上的生物在漫长的进化过程

3、中，逐渐从最简单的低级生物一直发展到万物之灵的人类．这是一个绝妙的优化过程达尔文的进化论说明．生物进化经历了突变、自然选择和隔离等过程的渐次分化，而得以戍新种．这一奇迹并非来自神创，而是一个“物竟天演，适者生存，不适者淘谯”的“臼然选择”过程的必然结果．那么，能否将自然选择”这一法则，用于科学研究和工程实际中的剃，种搜索和纯兜问题中呢?GA正是从这一疑问开始的．早在1962年，费国Michigan大学ttolland教授挑提出了GA的基本思想，GA的数学框袈是在60年代末期形成的，并且在1975年Ito

4、lland的专著中予以介绍’．随后，GA开始吸引大量的研究者和探索者，并在许多工程领域得到了应用，1D、如管道线路优化、机器学习’、模型识别“、神经同络结构参数优化“；及权重学习“半I．f凋模糊逻辑=广控制器、飞船控制系统优化“等．Krishankmmr荨提出了许多GA的变形．如小遗传算法(GA)模糊遗传算法⋯修正的遗传算法“等．作者认为，作为一种进化论的数学模型．GA饱含哲理．在思想方法上将给予人们商益的启迪与教益．2遗传算法的基本原理GA是建立在自然选择和群体遗传学机理基础上的随机、迭代、进化，具有

5、广泛适用性的搜索方法．所有的自然种类都是适应环境而得以生存，这一自然适应性是GA的主旋律．GA搜索结合了选尔文适者生存和随机信息交换，前者消除了解中不适应因素，后者利用了原有解中已有的知识，从而有力地加快了搜索过程．下面举例说口月基本方法．对于一个给定的优化问题，设目标函数193—12一O{收稿维普资讯http://www.cqvip.com信息与拉制23尝F=f(x．Y，z)．(，．z)∈0，F∈R(1)要求(Xo⋯Y)使得(不失一般性，假设求最大值)F=f(x⋯Y．zⅡ)=maxf(x，，z)其中，

6、，z)为自变最，0是(，y，z)的定义域，，，z可以是数值-也可以是符号‘F为实数，是解的优劣程度或适应度的一种度量；，为解空间(z，．)∈0到实数域F∈R的一种映射．那么GA的隶解步骤如下：(1)编码用一定比特数的0．1二进制码对自变量，，z进行编码形成基因码链，每一码链代表一个个体，表示优化问题的一个解．如有16种可能取值。，--，“．则可以用4bit的二进制码0o00一l1l1来表示．将，．z的基因码组合在一起则形成码链．．(2)产生群体t=0，随机产生n个个体组成一个群体P(f)，该群体代表优化

7、问题的一些可能解的集合．当然．一般来说，它们的素质都很差+GA的任务是要从这些群体出发，模拟进化过程-择优汰劣，最后得出非常优秀的群体和个体，满足优化的要求．’(3)评价按编码规则．将群体P(t)中的每一个体的基因码所对应的自变量取值(r，)代入(1)式，算出其函数值F．，1．2，⋯，．F．越大．表示该个体有较高的适应度，更适应于，所定义的生存环境，适应度F．为群件进化时的选择提供了依据．(4)选择(复制)一按一定概率从群体P(z)中选取对个体，作为双亲用于繁殖后代，产生新的个体加入下一代群体P(t+1

8、)中．一般P．与F．成正比．就是说，适合于生存环境的优良个体将有更多的繁殖后代的机会，从而使优良特性得以遗传．选择是遗传算法的关键．它体现了自然界中适者生存的思想．(5)交叉对于选中的用于繁殖的每一对个体，随机地选择同一整数，将双亲的基因码链在此位置相互交换．如个体x，y在位置3经交叉产生新个体x，y，它们组合了父辈个体-y的特征，即X—XXXX．X5[00011]Y=Y．Y±YY．Y5[11100]X一XlX2XX．X5[00000]Y一