發(fā)布時(shí)間：2017-08-13 12:15

  本文關(guān)鍵詞：遺傳算法的改進(jìn)及其應(yīng)用

  更多相關(guān)文章： 遺傳算法 曲線擬合 旅行商問(wèn)題 單親遺傳算法

【摘要】： 遺傳算法是一種模擬自然界生物進(jìn)化的概率搜索算法,由于它不受搜索空間的限制性假設(shè)的約束,尤其是不需要專門(mén)的領(lǐng)域知識(shí)而僅用適應(yīng)度函數(shù)作評(píng)價(jià)來(lái)指導(dǎo)搜索過(guò)程,從而使它的應(yīng)用范圍極為廣泛,并且已在眾多領(lǐng)域得到了實(shí)際應(yīng)用,取得了令人矚目的成果,引起了廣大學(xué)者和工程人員的關(guān)注。 遺傳算法早在六十年代由J.H.Holland等人提出,并在八十年代得以完善,發(fā)展成為標(biāo)準(zhǔn)式的遺傳算法,從九十年代中期得到廣泛研究與應(yīng)用。遺傳算法具有全局優(yōu)化性和易操作性。最初應(yīng)用于非數(shù)值計(jì)算方面,直到近幾年才轉(zhuǎn)向全局優(yōu)化問(wèn)題,并取得了顯著的成果。 遺傳算法是一種新興的技術(shù),正處于發(fā)展期。雖然在應(yīng)用領(lǐng)域獲得了豐收,但其理論基礎(chǔ)還較薄弱,有許多地方需要研究和發(fā)展充實(shí)。論文的主要工作分如下三部分: (1)對(duì)標(biāo)準(zhǔn)遺傳算法的發(fā)展概況、基本概念、基本原理、理論基礎(chǔ)、收斂性、特點(diǎn)及其應(yīng)用等方面作了簡(jiǎn)明扼要的介紹,并對(duì)遺傳算法的實(shí)現(xiàn)技術(shù)作了較詳細(xì)的總結(jié)。介紹了曲線擬合問(wèn)題及其求解的基本方法,旅行商問(wèn)題的數(shù)學(xué)模型及其求解的傳統(tǒng)方法和智能優(yōu)化方法,單親遺傳算法基本理論,以及基于單親遺傳算法求解旅行商問(wèn)題。 (2)針對(duì)簡(jiǎn)單遺傳算法在擬合曲線中存在的易產(chǎn)生早熟收斂、得到的結(jié)果可能為非全局最優(yōu)收斂解以及在進(jìn)化后期搜索效率降低的缺陷,引入動(dòng)態(tài)自適應(yīng)策略調(diào)整交叉概率和變異概率,對(duì)簡(jiǎn)單遺傳算法進(jìn)行了改進(jìn),提高了收斂速度,又減小了擬合曲線的均方誤差。 (3)針對(duì)旅行商問(wèn)題的數(shù)學(xué)模型及其基于單親遺傳算法的求解方法,提出了一種改進(jìn)的單親遺傳算法。該算法引入“周期”的概念,在原有算法上加入了“解開(kāi)算子”,模擬自然界存在的生物周期進(jìn)化,進(jìn)化退化并存的現(xiàn)象,每進(jìn)化若干代才進(jìn)行一次個(gè)體的選擇淘汰并重組群體,以保證群體的穩(wěn)定進(jìn)化。計(jì)算實(shí)例證明,改進(jìn)的單親遺傳算法具有較高的求解質(zhì)量和求解效率。
【關(guān)鍵詞】：遺傳算法 曲線擬合 旅行商問(wèn)題 單親遺傳算法
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-11
• 1.1 課題的背景及意義9-10
• 1.2 本文的主要工作及章節(jié)安排10-11
• 第2章 遺傳算法11-29
• 2.1 遺傳算法發(fā)展簡(jiǎn)史11-13
• 2.2 遺傳算法的基本概念13-14
• 2.3 遺傳算法的理論基礎(chǔ)14-18
• 2.3.1 模式定理14-17
• 2.3.2 積木塊假設(shè)17-18
• 2.3.3 隱含并行性18
• 2.4 遺傳算法的基本流程18-20
• 2.5 應(yīng)用遺傳算法的關(guān)鍵技術(shù)20-27
• 2.5.1 遺傳編碼20-21
• 2.5.2 適應(yīng)度函數(shù)和尺度變換21-22
• 2.5.3 遺傳操作22-26
• 2.5.4 算法參數(shù)26
• 2.5.5 遺傳算法的終止條件26-27
• 2.6 遺傳算法的收斂性27
• 2.6.1 早熟收斂27
• 2.6.2 標(biāo)準(zhǔn)遺傳算法的收斂性27
• 2.7 遺傳算法的特點(diǎn)及應(yīng)用27-28
• 2.7.1 遺傳算法的特點(diǎn)27-28
• 2.7.2 遺傳算法的應(yīng)用28
• 2.8 本章小結(jié)28-29
• 第3章 曲線擬合及改進(jìn)遺傳算法擬合曲線29-42
• 3.1 曲線擬合問(wèn)題描述29
• 3.2 曲線擬合基本方法簡(jiǎn)介29-35
• 3.2.1 拉格朗日(Lagrange)插值法29-30
• 3.2.2 分段插值法30-31
• 3.2.3 最小二乘法31-32
• 3.2.4 樣條擬合法32-35
• 3.2.5 小結(jié)35
• 3.3 改進(jìn)的遺傳算法擬合曲線35-41
• 3.3.1 改進(jìn)的遺傳算法原理35-36
• 3.3.2 改進(jìn)遺傳算法的元素設(shè)計(jì)36-38
• 3.3.3 改進(jìn)算法框架38
• 3.3.4 數(shù)值實(shí)驗(yàn)38-41
• 3.3.5 結(jié)論41
• 3.4 本章小結(jié)41-42
• 第4章 改進(jìn)的單親遺傳算法求解TSP問(wèn)題42-64
• 4.1 旅行商問(wèn)題概述42-44
• 4.1.1 旅行商問(wèn)題的定義和數(shù)學(xué)模型42-43
• 4.1.2 研究旅行商問(wèn)題的意義43-44
• 4.2 解TSP問(wèn)題的算法綜述44-51
• 4.2.1 精確算法44-46
• 4.2.2 近似算法與啟發(fā)式算法46-51
• 4.3 單親遺傳算法51-55
• 4.3.1 單親遺傳算法的基本思想52-53
• 4.3.2 單親遺傳算法的遺傳算子53-54
• 4.3.3 單親遺傳算法的性能和收斂性54-55
• 4.4 改進(jìn)的單親遺傳算法求解TSP問(wèn)題55-63
• 4.4.1 PGA算法的設(shè)計(jì)思想55-56
• 4.4.2 改進(jìn)遺傳算法的元素設(shè)計(jì)56-59
• 4.4.3 PGA算法描述59-60
• 4.4.4 數(shù)值實(shí)驗(yàn)60-63
• 4.5 本章小結(jié)63-64
• 第5章 結(jié)論64-65
• 5.1 本文工作總結(jié)64
• 5.2 展望64-65
• 參考文獻(xiàn)65-68
• 作者在攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文68-69
• 致謝69

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李龍澍;李森;廖敏;汪小珍;;基于多種群遺傳算法測(cè)試用例優(yōu)先級(jí)技術(shù)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬俊;長(zhǎng)距離輸水管網(wǎng)優(yōu)化設(shè)計(jì)與研究[D];鄭州大學(xué);2010年

2 曹巍巍;基于智能優(yōu)化算法的OFDMA系統(tǒng)自適應(yīng)資源分配問(wèn)題研究[D];哈爾濱工程大學(xué);2010年

3 王宇飛;MIMO-OFDM系統(tǒng)天線和子載波聯(lián)合分配問(wèn)題研究[D];哈爾濱工程大學(xué);2010年

4 馬牧;基于蜂群算法的遺傳算法研究及其在地形匹配中的應(yīng)用[D];西安電子科技大學(xué);2010年

5 周暢;基于混合遺傳算法的正交多相碼波形優(yōu)化設(shè)計(jì)[D];西安電子科技大學(xué);2011年

6 王萍萍;基于捕食搜索策略的遺傳算法的研究及應(yīng)用[D];江南大學(xué);2011年

7 何迪;基于選擇性變異技術(shù)的頻率分配方法[D];新疆大學(xué);2011年

8 王曉林;基于柵格法的仿生機(jī)器魚(yú)路徑規(guī)劃研究[D];天津大學(xué);2010年

9 黃蘇紅;CT圖像環(huán)形偽影校正方法研究[D];重慶大學(xué);2011年

10 王義新;基于擁擠差分進(jìn)化算法的多模態(tài)優(yōu)化及其應(yīng)用研究[D];哈爾濱工程大學(xué);2011年

，

本文編號(hào)：667227