资源描述：
《基于嵌入混沌序列的遗传算法》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、1999年11月系统工程理论与实践第11期 a基于嵌入混沌序列的遗传算法122王 宁,蔚承建,盛昭瀚(1.北京工业大学经济管理学院,北京100022;21东南大学经济管理学院,江苏南京210018)摘要:将混沌序列引入遗传算法中,获得了一种新的算法.该算法有效地克服了标准遗传算法中的“早熟”现象,并具有更快的收敛速度.计算机模拟验证了上述特征.同时还将改进了的算法用于多重小波神经网的训练.关键词:混沌序列;遗传算法;最优化;多重小波;神经网络.中图分类号:TP18GeneticAlgorithmCom
2、binedwithaChaoticSequence122WANGNing,WEICheng2jian,SHENGZhao2han(1.BeijingPolytechnicUniversity,Beijing100022;2.SoutheastUniversity,Nanjing210018)Abstract:Inthispaper,achaoticsequenceisinsertedintothesearchprocedureofge2neticalgorithm,whichcanovercomepr
3、ematureofthesearchbygeneticalgorithmandthespeedofconvergenceisfasterthanstandardgeneticalgorithm.Computersimula2tionsshowtheeffectivenessofthisnewalgorithm.Thenewgeneticalgorithmisappliedtotrainmultiwaveletneuralnetworkforfunctionapproximationprediction
4、.Keywords:chaoticsequence;geneticalgorithm;optimization;multiwavelet;neuralnetwork1 引言遗传算法是模拟生物进化过程的计算模型,它作为一种新的全局优化搜索算法,以其简单通用、鲁棒性强、适于并行处理以及应用范围广等显著特点,受到广泛重视.遗传算法的实现涉及5个主要因素:参数编码、初始群体的设定、评估函数(即适应函数)的设计、遗传操作的设计和算法控制参数的设定;其中遗传操作的设计起着重要的作用,一般都是采用随机交叉,由两个个
5、体的交叉产生两个新的个体,其结果是使父代和子代之间很相似,然而这种“过分”地相似,有一定程度的局限性,对于单调函数、严格凸或单峰函数,能在初始时很快向最优值进展,但在最优值附近收敛较慢.对多峰函数,则更容易出现所谓“早熟”现象,即局部收敛.出现“早熟”现象的三个主要原因是:关键基因缺乏;有效模板被破坏;参数设置不当.为了克服这些缺陷,通常以一个极小的概率来进行变异操作,以便能跳出局部极小.然而变异所起的作用很有限,变异太小对解改进不大,变异大了会导致算法的跳动.针对这种情况,本文给出了将混沌搜索嵌入标
6、准遗传算法的改进算法.在神经网络的权系数训练问题上,大多都转化成为最优化问题,一般用梯度法求解,本文在给出一类多重小波网结构的同时,用嵌入了混沌搜索的遗传算法来训练小波系数.a收稿日期:1998212204©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.2系统工程理论与实践1999年11月2 一些基本概念和记号设有最优化问题为:minf(x1,x2,⋯,xn)(1)s.t.aiFxiFbii=1,⋯,n本节作为准备,简单介绍
7、标准遗传算法和混沌序列两个相关概念,以便论述新算法.2.1 标准遗传算法文献[1]指出,遗传算法是具有“生成+检测”(generate2and2编码和初始集团生成test)的迭代过程搜索算法.它的基本流程如图1所示.由图1可见它是一种群体型操作,该操作以群体中的所有个体为对象.选择(selection)、交叉(crossover)和变异(mutation)是遗传算法的3个集团中个体适应度的检测主要操作算子,它们构成了所谓的遗传算法(geneticoperation),使遗传算法具有了其它传统方法所没有
8、的特性.在引言中提到的5个选择基本要素则构成了遗传算法的核心内容.遗传算法发展至今,已产生了多种修正的遗传算法,并推广到多重遗传算法.[1]一般把具有以下6个操作的遗传算法称为标准遗传算法:交叉1)编码 通过这个步骤,将处理空间的解数据表示成遗传空间的基因型串结构数据.变异2)初始群体的生成 通过随机方法产生初始群体的每个个体,即进化的第一代(firstgeneration).3)适应度评估检测 构成一个评估函数,用来评价个体或解图1标准遗传算法的基本流
