毕业设计（论文）-基于matlab的遗传算法程序设计及优化问题求解

《毕业设计（论文）-基于matlab的遗传算法程序设计及优化问题求解》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、基于Matlab的遗传算法程序设计及优化问题求解摘要遗传算法作为一种新的优化方法，广泛地用于计算科学、模式识别和智能故障诊断等方面，它适用于解决复杂的非线性和多维空间寻优问题，近年来也得到了较为广阔的应用.本文介绍了遗传算法的发展、原理、特点、应用和改进方法，以及基本操作和求解步骤，再基于Matlab编写程序实现遗传算法并求解函数的优化问题.程序设计过程表明，用Matlab语言进行优化计算，具有编程语句简单，用法灵活，编程效率高等优点.经仿真验证，该算法是正确可行的.关键词：遗传算法；Matlab；优化Matlab-basedgeneti

2、calgorithmdesignandoptimizationofproceduresforproblemsolvingAbstract：Asanewoptimizatedmethod,geneticalgorithmiswidelyusedincomputationalscience,patternrecognition,intelligentfaultdiagnosisandsoon.Itissuitabletosolvecomplexnon-linearandmulti-dimensionaloptimizationproblem 

3、.Andithasbeenmorewidelyused inrecentyears.Thispaperdescribesthedevelopmentofgeneticalgorithms,principle,features,applicationandimprovementofmethods.Atthesametime,itin-troducesbasicoperation andsolutionsteps.Andthen,itachievesgeneticalgorithmonthematlabprogramming andsolve

4、sthefunctionoptimizationproblem.Theprogramdesignprocess showsthatthisoptimizationcalculationhasadvantagesofsimpleprogramminglanguage,flexibleusageand highefficiencyinMatlablanguage. Thealgorithmiscorrectandfeasible bysimulatedauthentication.Keywords:Geneticalgorithm；Matla

5、b；Optimization 目录1引言12文献综述12.1国内外研究现状及评价12.2提出问题23遗传算法的理论研究23.1遗传算法的产生背景23.2遗传算法的起源与发展33.2.1遗传算法的起源33.2.2遗传算法的发展33.3遗传算法的数学基础研究43.4遗传算法的组成要素63.5遗传算法的基本原理73.6遗传算法在实际应用时采取的一般步骤83.7遗传算法的基本流程描述93.8遗传算法的特点103.9遗传算法的改进113.10遗传算法的应用领域124基于MATLAB的遗传算法实现145遗传算法的函数优化的应用举例176结论186.1

6、主要发现186.2启示186.3局限性196.4努力的方向19参考文献20致　谢21附录221引言遗传算法(GeneticAlgorithm)是模拟自然界生物进化机制的一种算法即遵循适者生存、优胜劣汰的法则也就是寻优过程中有用的保留无用的则去除.在科学和生产实践中表现为在所有可能的解决方法中找出最符合该问题所要求的条件的解决方法即找出一个最优解.这种算法是1960年由Holland提出来的其最初的目的是研究自然系统的自适应行为并设计具有自适应功能的软件系统.它的特点是对参数进行编码运算不需要有关体系的任何先验知识沿多种路线进行平行搜索不会

7、落入局部较优的陷阱，能在许多局部较优中找到全局最优点是一种全局最优化方法[1-3].近年来，遗传算法已经在国际上许多领域得到了应用.该文将从遗传算法的理论和技术两方面概述目前的研究现状描述遗传算法的主要特点、基本原理以及改进算法，介绍遗传算法的应用领域，并用MATLAB实现了遗传算法及最优解的求解.2文献综述2.1国内外研究现状及评价国内外有不少的专家和学者对遗传算法的进行研究与改进.比如：1991年D.WHITEY在他的论文中提出了基于领域交叉的交叉算子（ADJACENCYBASEDCROSSOVER），这个算子是特别针对用序号表示基因

8、的个体的交叉，并将其应用到了TSP问题中，通过实验对其进行了验证.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，如变异概率，不同的变异算子等来搜索变量空间，并