【摘要】：現(xiàn)實(shí)生活中各個(gè)領(lǐng)域都存在多種多樣的優(yōu)化問題,模擬生物進(jìn)化過程的遺傳算法,由于其魯棒性高、通用性強(qiáng)、簡(jiǎn)單易行等優(yōu)點(diǎn),已經(jīng)廣泛應(yīng)用于生產(chǎn)調(diào)度、圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域。然而標(biāo)準(zhǔn)遺傳算法存在易陷入局部最優(yōu)、求解精度低、收斂速度慢等缺陷。作為仿生算法的遺傳算法個(gè)體間的相互關(guān)系可視為一個(gè)復(fù)雜網(wǎng)絡(luò),所以可以從復(fù)雜網(wǎng)絡(luò)的角度設(shè)計(jì)遺傳算法的種群結(jié)構(gòu)。種群拓?fù)浣Y(jié)構(gòu)可以調(diào)整個(gè)體間信息的傳播,因而對(duì)遺傳算法的種群多樣性和收斂性能具有重要影響。因此,本文圍繞基于復(fù)雜網(wǎng)絡(luò)理論的遺傳算法分析與設(shè)計(jì)展開研究。首先,遺傳算法的進(jìn)化過程可以建模為復(fù)雜網(wǎng)絡(luò)模型,現(xiàn)有研究稱之為信息流網(wǎng)絡(luò)。本文對(duì)信息流網(wǎng)絡(luò)建模進(jìn)行改進(jìn)并提出了更精準(zhǔn)、簡(jiǎn)捷的網(wǎng)絡(luò)非均勻性分析方法。在信息流網(wǎng)絡(luò)建模過程中,對(duì)被選擇但是沒有經(jīng)過交叉、變異的個(gè)體進(jìn)行加邊,得到的信息流網(wǎng)絡(luò)模型可以更完整地描述遺傳算法中優(yōu)勢(shì)基因信息的傳遞過程。另外,采用復(fù)雜網(wǎng)絡(luò)理論中的網(wǎng)絡(luò)結(jié)構(gòu)熵刻畫信息流網(wǎng)絡(luò)的非均勻性。網(wǎng)絡(luò)結(jié)構(gòu)熵反映了信息流網(wǎng)絡(luò)的有序程度,即網(wǎng)絡(luò)的非均勻性。相對(duì)于網(wǎng)絡(luò)冪律度分布曲線中擬合的標(biāo)度指數(shù),依據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)目和節(jié)點(diǎn)連接度直接計(jì)算的網(wǎng)絡(luò)結(jié)構(gòu)熵可以更加精準(zhǔn)簡(jiǎn)捷的度量信息流網(wǎng)絡(luò)的非均勻性。其次,為了改善遺傳算法種群多樣性和收斂性能,本文設(shè)計(jì)了一種基于自組織動(dòng)態(tài)網(wǎng)絡(luò)的遺傳算法。為了有效地評(píng)價(jià)節(jié)點(diǎn)的重要性,綜合考慮節(jié)點(diǎn)的目標(biāo)函數(shù)值在鄰居節(jié)點(diǎn)中的排名以及鄰居節(jié)點(diǎn)數(shù),給出了一種新的指數(shù)型網(wǎng)絡(luò)節(jié)點(diǎn)適應(yīng)度定義,可避免節(jié)點(diǎn)適應(yīng)度為0造成的無效評(píng)價(jià)。此外,還提出了雙新、單新和選刪三種拓?fù)涓乱?guī)則,使得遺傳算法的種群結(jié)構(gòu)隨遺傳算法的進(jìn)化而動(dòng)態(tài)演化,有效地改善了遺傳算法在收斂性能方面的表現(xiàn)。最后,將基于自組織動(dòng)態(tài)網(wǎng)絡(luò)的遺傳算法與標(biāo)準(zhǔn)遺傳算法和小世界遺傳算法進(jìn)行對(duì)比,典型優(yōu)化函數(shù)測(cè)試結(jié)果表明,基于自組織動(dòng)態(tài)網(wǎng)絡(luò)的遺傳算法在維持種群多樣性和收斂性能方面均有優(yōu)秀的表現(xiàn)。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：O157.5;TP18
【圖文】：

遺傳算法流程圖

圖 2.5 無標(biāo)度網(wǎng)絡(luò)示意圖無標(biāo)度網(wǎng)絡(luò)模型的兩個(gè)重要性質(zhì)為增長(zhǎng)性和優(yōu)先連接性，一方面網(wǎng)絡(luò)中節(jié)點(diǎn)會(huì)不斷增加，另一方面，新加入的節(jié)點(diǎn)會(huì)與連接邊較多的節(jié)點(diǎn)建立新的連邊。BA 網(wǎng)絡(luò)在構(gòu)造初期是一個(gè)較小的網(wǎng)絡(luò)，此網(wǎng)絡(luò)模型擁有一定數(shù)量的節(jié)點(diǎn)，迭代一次后向網(wǎng)絡(luò)中添加一個(gè)新的節(jié)點(diǎn)，將新節(jié)點(diǎn)與原有的m 個(gè)節(jié)點(diǎn)之間添加新的連接邊。因此，可以計(jì)算出 BA 網(wǎng)絡(luò)的連接度分布如下：32 ( 1)( )( 1)( 2)m mP k kk k k （2.10）由平均場(chǎng)理論計(jì)算出 BA 網(wǎng)絡(luò)的聚類系數(shù)為[12]：2 2 2( 1) 1 1 (ln )( ) ln( )4( 1) 1m m m tC tm m m t （2.11）2.3本章小結(jié)

圖 3.2 種群迭代流程圖 圖 3.3 解信息迭代流程圖滿足終止條件后輸出遺傳算法信息流網(wǎng)絡(luò)，然后對(duì)信息流網(wǎng)絡(luò)計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)熵。代過程中子代與父代之間會(huì)有信息流動(dòng)，圖 3.4 具體描述了這一過程。比如個(gè)體 1 00111 是由父代 10111 和 00011 交叉產(chǎn)生。圖中箭頭的方向表示父代與子代之間方向。初始個(gè)體10111 00011 11000 00110 01100 10101變異交叉10010 0011100010 0011101100 1010110011 0011100010 0011101100 10101加邊加邊Y變異種群 D終止條件ojian結(jié)束N

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

2 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

3 李振業(yè);陳婷;陳靜;;基于遺傳算法的旅游最優(yōu)路徑探究[J];電腦知識(shí)與技術(shù);2018年34期

4 唐文琦;曾干敏;劉澤宇;;淺談遺傳算法及其部分改進(jìn)算法[J];科技風(fēng);2019年12期

5 李巖;袁弘宇;于佳喬;張更偉;劉克平;;遺傳算法在優(yōu)化問題中的應(yīng)用綜述[J];山東工業(yè)技術(shù);2019年12期

6 魏曉玲;;一種改進(jìn)遺傳算法及驗(yàn)證[J];電腦編程技巧與維護(hù);2019年06期

7 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

8 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

9 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

10 李超;王杰;史運(yùn)濤;李錦龍;;基于遺傳算法的汽油調(diào)和優(yōu)化系統(tǒng)[J];工業(yè)控制計(jì)算機(jī);2018年10期

相關(guān)會(huì)議論文 前10條

1 謝宏;袁小芳;向啟均;陳yN婧;王立宸;;機(jī)器人慣性參數(shù)的改進(jìn)遺傳算法辨識(shí)方法研究[A];第37屆中國(guó)控制會(huì)議論文集（B）[C];2018年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實(shí)現(xiàn)及其在生產(chǎn)調(diào)度中的應(yīng)用[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟(jì)中的應(yīng)用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問題研究[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

6 鞠訓(xùn)光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國(guó)過路控制會(huì)議論文集[C];2006年

7 劉興隆;;快速進(jìn)化式遺傳算法[A];“電力大系統(tǒng)災(zāi)變防治和經(jīng)濟(jì)運(yùn)行重大課題”部分專題暨第九屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計(jì)算中的應(yīng)用研究[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進(jìn)行陣列天線綜合[A];2005'全國(guó)微波毫米波會(huì)議論文集（第三冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 郭勉愈　編譯;遺傳算法：讓發(fā)明自動(dòng)“進(jìn)化”[N];科學(xué)時(shí)報(bào);2011年

2 上�？茖W(xué)院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日?qǐng)?bào);2017年

3 記者 常麗君;科學(xué)家首次將遺傳算法用于量子模擬[N];科技日?qǐng)?bào);2016年

4 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

5 記者 李星婷;2014中國(guó)生命電子學(xué)術(shù)年會(huì)在渝召開[N];重慶日?qǐng)?bào);2014年

6 記者 劉霞;美用遺傳算法逆向設(shè)計(jì)新型納米材料[N];科技日?qǐng)?bào);2013年

7 高雪娟;協(xié)同設(shè)計(jì)的平臺(tái)策略[N];中國(guó)計(jì)算機(jī)報(bào);2006年

8 陳巍;浩辰有望在協(xié)同設(shè)計(jì)關(guān)鍵領(lǐng)域取得突破 引領(lǐng)CAD應(yīng)用新潮流[N];大眾科技報(bào);2006年

9 本報(bào)記者 李元麗;堅(jiān)持自主創(chuàng)新 掀起AI+教育的中國(guó)浪潮[N];人民政協(xié)報(bào);2018年

10 高峰;美國(guó)真能毀掉中國(guó)？[N];世界報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

2 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國(guó)科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 楊華麗;基于遺傳算法的復(fù)雜間歇生產(chǎn)綠色調(diào)度優(yōu)化研究[D];湘潭大學(xué);2019年

2 肖夏;基于改進(jìn)遺傳算法的云計(jì)算任務(wù)調(diào)度算法的研究和實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 靳彬鋒;基于遺傳算法的多目標(biāo)柔性車間調(diào)度問題研究[D];寧夏大學(xué);2019年

4 馬詩琪;基于規(guī)范的企業(yè)Agent智能性研究[D];寧夏大學(xué);2019年

5 陳卓;電商配送中心訂單分批問題研究[D];安徽工業(yè)大學(xué);2019年

6 謝飛強(qiáng);基于遺傳算法的航天制造執(zhí)行系統(tǒng)的研究[D];哈爾濱工業(yè)大學(xué);2019年

7 霍承鼎;基于遺傳算法的地下混凝土筒倉(cāng)結(jié)構(gòu)優(yōu)化設(shè)計(jì)[D];河南工業(yè)大學(xué);2019年

8 唐雷華;基于遺傳算法的非等同并行多機(jī)生產(chǎn)排程成本優(yōu)化問題研究[D];華南理工大學(xué);2019年

9 郭杰鵬;基于遺傳算法的城市軌道運(yùn)行節(jié)能研究[D];廣東工業(yè)大學(xué);2019年

10 尹亞明;基于改進(jìn)的遺傳算法的倉(cāng)庫(kù)機(jī)器人路徑優(yōu)化研究[D];成都理工大學(xué);2019年

本文編號(hào)：2793908