动态变异遗传算法

动态变异遗传算法

ID:4142162

大小:711.22 KB

页数:6页

时间:2017-11-29

动态变异遗传算法_第1页
动态变异遗传算法_第2页
动态变异遗传算法_第3页
动态变异遗传算法_第4页
动态变异遗传算法_第5页
资源描述:

《动态变异遗传算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第31卷第3期电子科技大学学报Vol.31No.32002年6月JournalofUESTofChinaJun.2002动态变异遗传算法*122张宇郭晶周激流(1.成都航空职业技术学院电子工程系成都610061;2.四川大学电子信息学院成都610064)【摘要】遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。关

2、键词遗传算法;变异算子;BP网络;优化算法中图分类号TP302.6DynamicMutationGeneticAlgorithm122ZhangYuGuoJingZhouJiliu(1.Dept,ofElectronicEngineering,ChengduAeronauticVocational&TechnicalCollegeChengdu610061;2.CollegeofElectronicandInformation,SichuanUniversityChengdu610064)AbstractGeneticAlgorithmsisOptimalAlgorithm,whi

3、chemployasearchtechniquebasedonideasfromDarwin’snaturalevolutiontheory.Anewgeneticalgorithm(NGA)isproposedinthispaper,whichnotonlycankeepthepopulationdiversitybutalsohasquickerconvergencespeed.Theexperimentresultsshowthattheimprovedgeneticalgorithmcanefficientlyfindglobaloptimalbeyondpremature

4、convergence.Finally,usingtheNGA,optimizingthetopologyandtrainingtheweightsforBPneuralnetworkaredone.Theresultsoftheapplicationsshowthatthenewgeneticalgorithmispracticalandefficient.Keywordsgeneticalgorithm;mutation;BPneuralnetwork;optimalalgorithm遗传算法(GA:GeneticAlgorithm)是一种以达尔文自然进化论和孟德尔遗传变异理论

5、为基础的全局随机搜索优化计算技术,它同时考察多个候选解、模拟生物遗传进化过程、淘汰劣质解、鼓励发展优质解、逐步提高解群体的质量,直至收敛,并获得(准)最优解。同时,由于GA仅需知道如何根据解求得其相应的适应度,而不要求适应度函数满足连续可微等条件,因而应用广泛。但是,典型遗传算法(CGA:CanonicalGeneticAlgorithm)在不断搜索更优解的过程中将不可避免地使种群的多样性渐趋于零,常使种群进化收敛于局部极值,造成不成熟收敛现象,这是长期困扰GA,进而影响GA进一步应用的主要原因。本文根据文献[1]分析的造成CGA不成熟收敛的原因,提出了一种以改进变异算子为核心的遗

6、传算法,该算法在发生不成熟收敛时能从当前局部解中跳出来并向其附近的另一个具有更高适应度的局部/全局解收敛,因而具有能迅速地搜索到全局最优解的优点。1不成熟收敛的原因分析典型遗传操作由选择、交叉、变异三算子构成。由于通常变异概率较小,故变异使种群发生显2002年1月19日收稿*女40岁大学讲师第3期张宇等:动态变异遗传算法235著改变的概率极小,故遗传操作中选择和交叉算子起主要作用。若当前种群各个体具有的共同模式记H,则交叉算子有能力搜索且仅能搜索H包含的所有个[1]体。当种群多样性越大时,H的阶就越小,从而包含更多的潜在解,交叉算子的搜索能力就越强,但H以概率1单调递减到单点型早熟

7、集(从而种群多样性以概率1递减到0),选择和交叉算子在起搜索作用的同时,不可避免地使种群多样性渐趋于零,从而不断缩小自己的搜索范围,最终导致不成熟收敛。因此,选择和交叉算子具有二重性,既可以强迫算法收敛,使其达到问题的全局最优,又可能在搜索过程中不成熟收敛而使算法终止于非(全局或局部)最优状态,并且成熟化效应是造成遗传算法不成熟收敛的起因。2对典型遗传算法CGA的改进从理论上分析,只要有变异存在,进化必然不收敛,从而也不会发生不成熟收敛。但如果在进化过程中一直使用较大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。