【精品】遗传算法研究

《【精品】遗传算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、学号：2006001009哈尔滨师范大学学士学位论文题目遗传算法研究学生郑艳秋指导教师邵晶波讲师年级2006级业计算机科学与技术别计算机科学哈尔滨师范大学学士学位论文开题报告论文题目遗传算法研究学生姓名郑艳秋指导教师邵晶波年级2006级专业计算机科学与技术2010年3月1日本表需在指导教师和有关领导审查批准的情况下，耍求学生认真填写。说明课题的来源（自拟题目或指导教师承担的科研任务）、课题研究的目的和意义、课题在国内外研究现状和发展趋势。若课题因故变动时，应向指导教师提出申请，提交题目变动论证报告。课题來源：经由系里探讨研究，老师分配研究内容，并指定课题。课题研究的

2、目的和意义：典型的遗传算法通常用于解决静态最优化问题，遗传算法是一种最优化方法，它通过进化和遗传机理，从给出的原始解群中，不断进化产生新的解，最后收敛到一个特定的串处，即求出最优解。遗传算法强调了重新组合和生物系统的遗传、变异、选择等运算，使得遗传算法具有可扩展性。尤其是它便于与模糊逻辑和神经网络综合应用为智能控制的研究注入了新的活力。遗传算法可以在多种领域都有实际应用，并且也展示了研究它的潜力和宽广前景。国内外同类课题研究现状及发展趋势：1991年D.Whitey在他的论文中提出了基于领域交叉的交叉算子。D.H.Ackley等提出了随即迭代遗传爬山法，采用一种复杂

3、的概率选举机制。H.Bersini和G.Seront将遗传算法与单一方法结合起来，形成了一种叫单一操作的多亲交叉算了。国証也有不少的专家和学者对遗传算法进行研究。2002年，戴晓明等应用多种群遗传并行进化的思想，对不同种群基于不同的遗传策略。2004年，赵宏立等针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象，提出了一种用基因块编码的并行遗传算法。2005年，江雷等针对并行遗传算法求解TSP问题，探讨了使用弹性策略来维持群体的多样性，使得算法跨过局部收敛的障碍，向全局最优解方向进化。拓展更加多样的应用领域将是遗传算法发展的主流。产业应用方面的研究在继续摸索

4、之屮。遗传算法的研究几个的新趋势：一是基于遗传算法的机器学习；二是遗传算法将日益和神经网络、模糊推理以及混沌理论等其它智能计算方法相互渗透和结合；三是并行处理的遗传算法的研究十分活跃；。四是遗传算法和另一个称为人工生命的崭新研究领域将不断渗透。五是遗传算法和进化规划以及进化策略等进化计算理论日益结合。课题研究的主要内容和方法，研究过程中的主要问题和解决办法：主耍研究遗传算法的产生与发展、基本思想、工作原理、基本操作以及应用情况等，分析了遗传算法的多种改进方法;遗传算法在不同领域屮的应用。女山函数优化、组合优化、遗传算法应用于机器学习，遗传算法在图像处理、模式识别中的

5、应用等等。在研究过程屮主要针对遗传算法原理及应用屮所出现的问题进行展开式学习，对于这些问题，主要是基于遗传算法的一般算法（创建一个随机的初始状态评估适应度、繁殖包括子代突变、下一代、并行计算），并围绕其特点（遗传算法以决策变量的编码作为运算对象、遗传算法直接以适应度作为搜索信息、无需导数等其它辅助信息、遗传算法使用多个点的搜索信息、具有隐含并行性、遗传算法使用概率搜索技术、而非确定性规则），以及其运算过程（选择或复制、交叉、变异），来辅助解决。课题研究起止时间和进度安排:起止时间2010年1月——2010年5月进度安排（指导教师可根据实际悄况适当安排）2010-1-

6、112010-3-22010-3-212010-4-112010-3-1确定论文题目，查找资料，撰写开题报告2010-3-20杳找资料，进一步分析题H研究内容2010-4-10细致研究论文的相关内容，撰写论文2010-4-30对论文中重点及难点问题进行研究2010-5-1——2010-5-7对论文的不足Z处反复修改，定稿2010-5-8交论文，答辩课题研究所需主要设备、仪器及药品:外出调研主要单位，访问学者姓名:指导教师审查意见:指导教师（签字）2010年3月教研室（研究室）评审意见：教研室（研究室）主任（签字）2010年3月系（部）主任审查意见：系（部）主任（签字

7、）2010年3月学士学位论文题目遗传算法研究学生郑艳秋指导教师邵晶波讲师年级2006级专业计算机科学与技术系别计算机科学计算机科学与信息工程哈尔滨师范人学2010年5月摘要：遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用，这种算法受到了国内外学者的广泛关注。本文对遗传算法进行研究，在介绍遗传算法的概念、实现方法的同时，描述它的基本工作原理和主要特点，并对遗传算法的性能作了分析，讨论了它的理论、技术、存在问题及改进方法，概述了遗传算法的常见应用领域，分析了近年来国内对遗传算法