改进遗传算法及其应用

改进遗传算法及其应用

ID:5358354

大小:1.94 MB

页数:46页

时间:2017-12-08

改进遗传算法及其应用_第1页
改进遗传算法及其应用_第2页
改进遗传算法及其应用_第3页
改进遗传算法及其应用_第4页
改进遗传算法及其应用_第5页
资源描述:

《改进遗传算法及其应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、华北电力大学(保定)硕士学位论文改进遗传算法及其应用姓名:申红莲申请学位级别:硕士专业:应用数学指导教师:张国立20071220华北电力大学硕士学位论文摘要摘要基于距离测度的实数编码遗传模拟退火算法是2004年蔡良伟提出的一种具有全局搜索能力的新算法。本文对该算法进行了改进,定义了基于距离测度和适应度的自适应变异概率,采用改进的交叉策略和模拟退火操作,并在群体趋于一致时保留最优个体,重新产生其它新个体。对带边界约束函数优化问题进行仿真计算,结果表明改进后算法收敛概率较高,收敛速度较快。针对TSP问题,本文定义了基于距离测度和适应度的的自适应交叉概率,采用改进

2、的交换启发交叉算子,产生不差于父代的个体,根据最优和次优个体的差异,采用2变换法产生新个体或者进行模拟退火操作。仿真实验结果表明新算法收敛概率较高,得到最优解的平均代数要远远小于其他所比较的算法。关键词:遗传算法,模拟退火算法,距离测度,适应度,函数优化ABSTRACTReal—codedgeneticannealingalgorithmbasedondistancemeasurementisanewalgorithmforglobal—searchingwhichproposedbyCaiLiangWeiin2004.Thealgorithmhasbeen

3、improvedinthispaper,itdefinedthemutationprobabilityaccordingtodistancemeasurementandfitness,adoptedimprovedcrossoverandsimulatedannealingoperation.Inaddition,whenpopulationtendedt0uniform,itreservedthebestindividualandreproducedotherindividuals.Applyingittothefunctionoptimizationpr

4、oblem晰tllboundaryconstraints,thesimulatedresultsshowthattheimprovedalgorithmismoreeffectiveinrealizingthehighconvergenceprobabilityandrapidevolvingspeed.InordertosolveTSPproblem,itdefinedthecrossingprobabilitybasedondistancemeasurementandfitness,adoptedimprovedexchangeheuristiccros

5、soveroperator,whichthenewindividualisnOworsethantheoldone。Accordingtothedifferencebetweenthebestindividualandthebetterindividual,itadoptedthemethodthatusedoubleexchangeproducenewindividualsordosimulatedannealingopermion.Thesimulatedresultsshowthatthenewalgorithmhashi:ghconvergencep

6、robabilityandthegenerationnumbersisfarlessthanothercomparativealgorithms.ShenHonglian(DepartmentofMathematicsandPhysics)Directedbyprof.ZhangGuoliKEYWORDS:geneticalgorithm,simulatedannealingalgorithm,distancemeasurement,fitness,functionoptimization1华北电力大学硕士学位论文摘要摘要基于距离测度的实数编码遗传模拟退火算

7、法是2004年蔡良伟提出的一种具有全局搜索能力的新算法。本文对该算法进行了改进,定义了基于距离测度和适应度的自适应变异概率,采用改进的交叉策略和模拟退火操作,并在群体趋于一致时保留最优个体,重新产生其它新个体。对带边界约束函数优化问题进行仿真计算,结果表明改进后算法收敛概率较高,收敛速度较快。针对TSP问题,本文定义了基于距离测度和适应度的的自适应交叉概率,采用改进的交换启发交叉算子,产生不差于父代的个体,根据最优和次优个体的差异,采用2变换法产生新个体或者进行模拟退火操作。仿真实验结果表明新算法收敛概率较高,得到最优解的平均代数要远远小于其他所比较的算法。

8、关键词:遗传算法,模拟退火算法,距离测度,适应度,函

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。